Python 从数据帧中提取范围开始和范围结束记录

我想计算

Value

在范围（41-46）内的时间段，并在下面的

df

中保持相同的值<代码>值仅应在发生更改时更新，否则保持不变

            Id          Timestamp               Value
34213951    34214809    2012-05-01 08:33:47.127 41.5    
34214252    34215110    2012-05-01 08:39:06.270 41.5    
34214423    34215281    2012-05-01 08:41:56.240 40.5
34214602    34215460    2012-05-01 08:44:55.777 39.5
34214873    34215731    2012-05-01 08:49:25.600 38.5
34215071    34215929    2012-05-01 08:53:04.593 37.5
34215342    34216200    2012-05-01 08:56:47.257 36.5
34216007    34216865    2012-05-01 09:07:24.370 34.5
34216443    34217301    2012-05-01 09:14:46.120 33.5
34216884    34217742    2012-05-01 09:22:51.907 32.5
34217190    34218048    2012-05-01 09:29:00.023 31.5
34217803    34218661    2012-05-01 09:40:08.483 30.5
34218381    34219239    2012-05-01 09:50:20.440 30.5
34218382    34219240    2012-05-01 09:50:22.317 32.5
34218388    34219246    2012-05-01 09:50:26.067 37.5
34218389    34219247    2012-05-01 09:50:27.940 39.0
34218392    34219250    2012-05-01 09:50:29.817 39.5
34218393    34219251    2012-05-01 09:50:31.690 40.5
34218396    34219254    2012-05-01 09:50:35.440 41.0
34218789    34219647    2012-05-01 09:56:55.327 41.0
34218990    34219848    2012-05-01 10:00:07.847 40.0

与：

预期产出：

    StartTime               EndTime                     StartValue  EndValue

0   2012-05-01 08:33:47.127 2012-05-01 08:41:56.240     41.5        40.5
1   2012-05-01 09:50:35.440 2012-05-01 10:00:07.847     41.0        40.0

---

我本以为

EndTime

总是在

StartTime

之后，但事实并非如此。我遗漏了什么吗？

这里有一种矢量化的方法。主要使用

shift

比较相邻行

df["in_range"] = (df.Value >= 41) & (df.Value <= 46)
df["end_of_range"] = df.in_range.shift() & ~df.in_range
df["start_of_range"] = ~df.in_range.shift(1).fillna(False) & df.in_range

我现在创建两个数据帧-一个用于所有“范围开始”记录，另一个用于所有“范围结束”记录：

starts = df[df.start_of_range][["Timestamp", "Value"]]
ends = df[df.end_of_range][["Timestamp", "Value"]]

# reset the index of these two dataframe, so I can easility concat them later. 
starts.index = range(len(starts))
ends.index = range(len(starts))

“开始”和“结束”的值现在为：

                 Timestamp  Value
0  2012-05-01 08:33:47.127   41.5
1  2012-05-01 09:50:35.440   41.0
                 Timestamp  Value
0  2012-05-01 08:41:56.240   40.5
1  2012-05-01 10:00:07.847   40.0

现在只剩下

concat

两个新创建的数据帧，这样每个开始记录都与其对应的结束记录对齐

res = pd.concat([starts, ends], axis=1)
res.columns = ["StartTime", "EndTime", "StartValue", "EndValue"]

结果是：

                 StartTime  EndTime               StartValue  EndValue
0  2012-05-01 08:33:47.127     41.5  2012-05-01 08:41:56.240      40.5
1  2012-05-01 09:50:35.440     41.0  2012-05-01 10:00:07.847      40.0

---

我不确定我是否明白你想做什么。“计算值在范围（130-180）内并保持相同值的时间段”是什么意思。此外，在此数据帧上运行代码不会产生此输出-它会产生一个空数据帧。我想了解

值在什么时候达到130-180范围，以及它保持相同值的时间。例如，
值在
2012-05-01 08:33:47
时达到130（从129），在
2012-05-01 08:35:47
时变为
131
，则时间段为20分钟<代码>值
仅在发生更改时更新。原始数据集要大得多，这只是一个片段，很抱歉造成混淆。请包含一个数据片段，以便重现您的问题，或提出替代解决方案？@Roy2012请查看最后编辑的问题。前一种观点并没有反映出这个问题。我将范围更改为（41-46），输出也更改了。非常感谢。谢谢最后一个问题-您能否添加此特定数据集的预期输出？请告诉我这是否回答了您的问题。我是否可以知道此解决方案是否考虑了保持相同值的要求？也就是说，end_值不仅必须在41-46范围内，而且必须是与当前值（即，end_范围的start_）不相同的下一个值，因为我们假设该值仅在发生更改时更新。是的，它已经更新。您看到的值（例如40.5）是范围结束后立即记录的值。请您向我指出代码的哪一部分负责相同的值条件？当然。请参阅我对答案的最新编辑。它包含一个逐步的解释。
                 Timestamp  Value
0  2012-05-01 08:33:47.127   41.5
1  2012-05-01 09:50:35.440   41.0
                 Timestamp  Value
0  2012-05-01 08:41:56.240   40.5
1  2012-05-01 10:00:07.847   40.0

res = pd.concat([starts, ends], axis=1)
res.columns = ["StartTime", "EndTime", "StartValue", "EndValue"]

                 StartTime  EndTime               StartValue  EndValue
0  2012-05-01 08:33:47.127     41.5  2012-05-01 08:41:56.240      40.5
1  2012-05-01 09:50:35.440     41.0  2012-05-01 10:00:07.847      40.0