Python 迭代时间序列

以下是我的数据集示例：

索引时间速度
0      00:00:00      15
1      00:00:05      18
2      00:00:10      23
3      00:00:15      25
4      00:00:20      34

我想创建一个for循环，其功能与以下相同：

范围（0,5,1）内的i的

：
如果测向速度[i]>测向速度[i+2]：
打印（'大'）
其他：
打印（'较小'）

然而，我想在FOR循环中指的是时间而不是索引。例如：

适用于范围内的t（00:00:00，00:00:20，5s）：
如果测向速度[t]>测向速度[t+10s]：
打印（'大'）
其他：
打印（'较小'）

因此，FOR循环将获取某个t的速度值，并与10秒后的速度值进行比较。如果它较大，则打印较大，否则打印较小

谢谢你的帮助。谢谢。

日期范围（秒） 似乎您正在使用

熊猫

。如果是这样的话，你应该看看它的时间序列特征：

更具体地说，在

pandas.date\u range（）

：

因为它是一个日期范围函数，所以它将返回datetimes

DatetimeIndex(['2019-03-06 00:00:00',
               '2019-03-06 00:00:05',
                ...,
               '2019-03-06 00:00:20'], dtype='datetime64[ns]', freq='5S')

从这里开始，只需使用

.strftime（）

即可获得您想要的：

pd.date\u范围（'00:00:00'，'00:00:20'，freq='5s'）.strftime（'%H:%M:%S'）

返回

索引（['00:00:00'，'00:00:05'，…，'00:00:20'，dtype='object'）

---

按时间访问数据帧 之后，为了使用此索引访问数据帧，您有两个选项：

使用

.loc

查找此时间所在的行：

通过使用

set_index（）

重新定义数据帧索引，然后直接按时间访问它：

---

编辑以解决评论问题 使用

strftime（）

后，它将转换为字符串。您可以将其转换回添加10秒，如：

df.speed[（pd.to_datetime（time）+pd.to_timedelta（10，unit='s'））.strftime（“%H:%M:%s”）。

或：

---

谢谢你的回答。但是，对于if条件，我还想知道一点，即如何在时间上添加或删除秒数。例如：如果（df.speed[time]>df.speed[time+10]），或者它应该是（+00:00:10）还是（+10s'）？

DatetimeIndex(['2019-03-06 00:00:00',
               '2019-03-06 00:00:05',
                ...,
               '2019-03-06 00:00:20'], dtype='datetime64[ns]', freq='5S')

for time in pd.date_range('00:00:00', '00:00:20', freq='5s').strftime('%H:%M:%S'):
    if (df.loc[df['time'] == time, 'speed'] ..):

df.set_index('time', inplace=True)
for time in pd.date_range('00:00:00', '00:00:20', freq='5s').strftime('%H:%M:%S'):
    if (df.speed[time] ...):

for time in pd.date_range('00:00:00', '00:00:20', freq='5s'):
    if (df.speed[time.strftime('%H:%M:%S')]>df.speed[(time + pd.to_timedelta(10, unit='s')).strftime('%H:%M:%S')]):