Pandas 根据时间范围设置值

我想将所有值设置为某个阈值（如7）上任何值的某个时间段（如1小时）内出现的某个值（如999）。我有一些不可靠的非矢量化方法，但必须有一个更好的，泛弹性的方法来做到这一点

例如：

设置随机数据帧：

hr_rng = pd.date_range(start='7/1/2014 00:00:00', end='7/1/2014 10:00:00', freq='H')
df = pd.DataFrame(hr_rng, columns=['date_time'])
df.set_index(pd.DatetimeIndex(df['date_time']),inplace=True)
df['val0']=np.random.randint(1, 10, df.shape[0])

随机输出：

    date_time   val0
date_time       
2014-07-01 00:00:00     2014-07-01 00:00:00     4
2014-07-01 01:00:00     2014-07-01 01:00:00     8
2014-07-01 02:00:00     2014-07-01 02:00:00     4
2014-07-01 03:00:00     2014-07-01 03:00:00     7
2014-07-01 04:00:00     2014-07-01 04:00:00     2
2014-07-01 05:00:00     2014-07-01 05:00:00     4
2014-07-01 06:00:00     2014-07-01 06:00:00     4
2014-07-01 07:00:00     2014-07-01 07:00:00     9
2014-07-01 08:00:00     2014-07-01 08:00:00     1
2014-07-01 09:00:00     2014-07-01 09:00:00     9
2014-07-01 10:00:00     2014-07-01 10:00:00     5

我想得到的是：

date_time   val0
date_time       
2014-07-01 00:00:00     2014-07-01 00:00:00     999
2014-07-01 01:00:00     2014-07-01 01:00:00     999
2014-07-01 02:00:00     2014-07-01 02:00:00     999
2014-07-01 03:00:00     2014-07-01 03:00:00     7
2014-07-01 04:00:00     2014-07-01 04:00:00     2
2014-07-01 05:00:00     2014-07-01 05:00:00     4
2014-07-01 06:00:00     2014-07-01 06:00:00     999
2014-07-01 07:00:00     2014-07-01 07:00:00     999
2014-07-01 08:00:00     2014-07-01 08:00:00     999
2014-07-01 09:00:00     2014-07-01 09:00:00     999
2014-07-01 10:00:00     2014-07-01 10:00:00     999

另一个随机示例：

    date_time   val0
date_time       
2014-07-01 00:00:00     2014-07-01 00:00:00     5
2014-07-01 01:00:00     2014-07-01 01:00:00     6
2014-07-01 02:00:00     2014-07-01 02:00:00     3
2014-07-01 03:00:00     2014-07-01 03:00:00     2
2014-07-01 04:00:00     2014-07-01 04:00:00     9
2014-07-01 05:00:00     2014-07-01 05:00:00     7
2014-07-01 06:00:00     2014-07-01 06:00:00     6
2014-07-01 07:00:00     2014-07-01 07:00:00     8
2014-07-01 08:00:00     2014-07-01 08:00:00     6
2014-07-01 09:00:00     2014-07-01 09:00:00     7
2014-07-01 10:00:00     2014-07-01 10:00:00     3

应该是这样的：

date_time   val0
date_time       
2014-07-01 00:00:00     2014-07-01 00:00:00     5
2014-07-01 01:00:00     2014-07-01 01:00:00     6
2014-07-01 02:00:00     2014-07-01 02:00:00     3
2014-07-01 03:00:00     2014-07-01 03:00:00     999
2014-07-01 04:00:00     2014-07-01 04:00:00     999
2014-07-01 05:00:00     2014-07-01 05:00:00     999
2014-07-01 06:00:00     2014-07-01 06:00:00     999
2014-07-01 07:00:00     2014-07-01 07:00:00     999
2014-07-01 08:00:00     2014-07-01 08:00:00     999
2014-07-01 09:00:00     2014-07-01 09:00:00     999
2014-07-01 10:00:00     2014-07-01 10:00:00     999

---

以下是一种方法，IIUC：

import pandas as pd
import numpy as np

np.random.seed(42)

hr_rng = pd.date_range(start='7/1/2014 00:00:00', 
                       end='7/1/2014 10:00:00', 
                       freq='H')
df = pd.DataFrame(hr_rng, columns=['date_time'])
df.set_index(pd.DatetimeIndex(df['date_time']),inplace=True)
df['val0']=np.random.randint(1, 10, df.shape[0])

现在，更新等于或大于阈值的行

threshold = 7

# initialize
df['test'] = df['val0']

mask = df['val0'] >= threshold
df.loc[mask, 'test'] = 999

print(df.head())

                              date_time  val0  test
date_time                                          
2014-07-01 00:00:00 2014-07-01 00:00:00     7   999
2014-07-01 01:00:00 2014-07-01 01:00:00     4     4
2014-07-01 02:00:00 2014-07-01 02:00:00     8   999
2014-07-01 03:00:00 2014-07-01 03:00:00     5     5
2014-07-01 04:00:00 2014-07-01 04:00:00     7   999

---

您是否对查找和更新选定值有疑问？或者将观察值放入一小时的桶中？

这里有一种方法，IIUC：

import pandas as pd
import numpy as np

np.random.seed(42)

hr_rng = pd.date_range(start='7/1/2014 00:00:00', 
                       end='7/1/2014 10:00:00', 
                       freq='H')
df = pd.DataFrame(hr_rng, columns=['date_time'])
df.set_index(pd.DatetimeIndex(df['date_time']),inplace=True)
df['val0']=np.random.randint(1, 10, df.shape[0])

现在，更新等于或大于阈值的行

threshold = 7

# initialize
df['test'] = df['val0']

mask = df['val0'] >= threshold
df.loc[mask, 'test'] = 999

print(df.head())

                              date_time  val0  test
date_time                                          
2014-07-01 00:00:00 2014-07-01 00:00:00     7   999
2014-07-01 01:00:00 2014-07-01 01:00:00     4     4
2014-07-01 02:00:00 2014-07-01 02:00:00     8   999
2014-07-01 03:00:00 2014-07-01 03:00:00     5     5
2014-07-01 04:00:00 2014-07-01 04:00:00     7   999

---

您是否对查找和更新选定值有疑问？或者将观察值放入一个小时的桶中？

您能否更具体地说明为什么设置所有值时没有3行？哪里设置了7个阈值？也可以发布您的非矢量化解决方案吗？您能否更具体地说明为什么设置所有值时没有3行？哪里设置了7个阈值？还有可能发布你的非矢量化解决方案吗？嗯，如果使用OP的数据，这是错误的解决方案。似乎OP还需要其他东西。嗯，如果使用OP的数据，这是错误的解决方案。看来我还需要别的东西。