Python 如何以行块的形式检查进程的持续时间?
我需要检查列Python 如何以行块的形式检查进程的持续时间?,python,pandas,Python,Pandas,我需要检查列val1的值是否大于5,并且这些值至少保持30分钟。然后,我需要知道与值大于5的情况对应的行块的第一行id保持至少30分钟 这是数据帧df: date_time val1 10-12-2018 20:30:00 1 10-12-2018 20:35:00 6 10-12-2018 20:38:00 7 10-12-2018 20:45:00 6 10-12-2018 20:58:00 4 10-12-2018 21:15:00 6
val1
的值是否大于5,并且这些值至少保持30分钟。然后,我需要知道与值大于5的情况对应的行块的第一行id保持至少30分钟
这是数据帧df
:
date_time val1
10-12-2018 20:30:00 1
10-12-2018 20:35:00 6
10-12-2018 20:38:00 7
10-12-2018 20:45:00 6
10-12-2018 20:58:00 4
10-12-2018 21:15:00 6
10-12-2018 21:28:00 8
10-12-2018 21:30:00 7
10-12-2018 22:10:00 6
10-12-2018 22:15:00 4
在本例中,当val1
的值大于5时,我们有两个行块:
第1区:
10-12-2018 20:35:00 6
10-12-2018 20:38:00 7
10-12-2018 20:45:00 6
第2区:
10-12-2018 21:15:00 6
10-12-2018 21:28:00 8
10-12-2018 21:30:00 7
10-12-2018 22:10:00 6
但是,应丢弃块1,因为持续时间为10分钟,低于30分钟。在区块2中,持续时间为55分钟,大于30分钟,因此符合标准
在本例中,第一行id应为5(第1块中该行的id:10-12-2018 21:15:00 6
)
这是我试图解决任务的方法,但是我的代码不考虑行可以在块中合并,因为值<代码> Val1 可以上下生长。
c = "val1"
df.date_time=pd.to_datetime(df.date_time)
maintained = df[df[c]>5][['date_time']]
if len(maintained)>0:
start = maintained["date_time"].iloc[0]
end = maintained["date_time"].iloc[len(maintained)-1]
if (abs(end-start).total_seconds()/60 > 30):
print(True)
else:
print(False)
else:
print(False)
这里有一种方法,一个接一个地创建您的条件,首先应该将所有大于5的值分组到不同的组中,使用
cumsum
,然后我们transform
从每个组中获得min
和max
差异,并根据这两个条件过滤组
s=df.val1.lt(5)
df1=df[~s].copy()
s1=df1.groupby(s.cumsum()).date_time.transform(lambda x : x.max()-x.min()).dt.seconds
yourdf=df1.loc[(s1>1800)]
yourdf
Out[174]:
date_time val1
5 2018-10-12 21:15:00 6
6 2018-10-12 21:28:00 8
7 2018-10-12 21:30:00 7
8 2018-10-12 22:10:00 6
如果有更多的块符合条件
s=df.val1.lt(5)
df1=df[~s].copy()
s1=df1.groupby(s.cumsum()).date_time.transform(lambda x : x.max()-x.min()).dt.seconds
yourdf=df1.loc[(s1>1800)]
yourdf
Out[174]:
date_time val1
5 2018-10-12 21:15:00 6
6 2018-10-12 21:28:00 8
7 2018-10-12 21:30:00 7
8 2018-10-12 22:10:00 6
将它们保存在dict
d={x : y for x , y in yourdf.groupby(s.cumsum())}