在Python中检测时间序列数据中的自定义事件

我正在寻找一种简洁的方法来检测时间序列数据中的特定事件

在我的例子中，事件可能包括一个值从一个样本到下一个样本的变化超过一定量，或者它可能包括一个样本，例如大于一个阈值，而另一个参数小于另一个阈值

e、 g.想象一个时间序列列表，其中我有三个参数；时间戳、一些温度数据和一些湿度数据：

time_series = []
#                  time, temp, humidity
time_series.append([0.0, 12.5, 87.5])
time_series.append([0.1, 12.8, 92.5])
time_series.append([0.2, 12.9, 95.5])

显然，一个有用的时间序列要比这个长得多

很明显，我可以循环检查每一行和前一行的数据，看看它是否符合我的标准，但我想知道是否有一个整洁的库或技术，我可以用来搜索特定事件的时间序列数据-特别是在事件可能被定义为多个连续样本的函数的情况下，或多个列中的样本函数

---

有人知道这样的库或技术吗？

你可能想调查熊猫，其中包括时间序列工具

---

我认为你要做的是对数据进行切片。[earthpy.org上的这个链接]很好地介绍了如何在熊猫身上使用时间序列数据，如果您通过下面的示例，它将展示如何提取切片，我认为这将对应于提取数据中超过阈值的参数等。

每当您要添加记录时，检查过去的N行并发出必要的事件？这也行，不确定是否已经存在库。谢谢Simeon。这是我目前的解决方案，但它总感觉有点像是一个累赘。我知道有很多Python库可以处理表格数据NumPy、SimPy和Pandas，但我想知道它们中是否有任何一个或其他东西可以以更通用的方式处理此类需求。请给出更完整的答案，解释链接以及如何使用。谢谢@kingdamian42。我用进一步的评论更新了我的答案。我避免过于详细，部分原因是原始帖子是一个相当普通的请求，部分原因是我自己只是熊猫的临时用户。希望链接的页面将是一个有用的指南，可以提示更具体的请求。感谢链接到更具体的文档。这看起来真的很有用——或者说很接近我需要的东西。看来熊猫可能是我需要的工具。