使用Python/Pandas/Numpy计算图形/绘图中的循环数

如何通过使用python/pandas/numpy库在matplotlib中绘制的图形，找出Y值（速度）从700-800 RPM上升和下降到1600-1800 RPM，反之亦然的次数。我使用matplotlib和dataframe绘制了此图

预期输出应为--> 从附图看，速度上升的坡道数量=2，下降的坡道数量=2

更多说明，请参见下面的附图/图表

#状态变量
递减=假
增加=错误
上面最后一个_=假
下面的最后一个_=False
丢弃计数=0
跳转计数=0
对于df中的rpm_str：
rpm=int（rpm_str）#因为OP指示数据是字符串
#跨越门槛
如果（（最后一个_低于或降低）且rpm<700）：
下降计数=下降计数+1
递减=假
下面的最后一个_=False
elif（（最后一个_高于或增加）和rpm>1600）：
跳转计数=跳转计数+1
增加=错误
上面最后一个_=假
如果（最后一个_以上且转速<1600）：
递减=真
增加=错误
elif（低于最后一个单位且转速>700）：
递增=真
递减=假
#陈述
下面的最后一个_=False
上面最后一个_=假
如果（rpm<700）：
下面的最后一个_=真
elif（转速>1600转/分）：
上面最后一个字母=真

---

这不是一个完美的解决方案，可能会错过一些边缘情况，但您的数据看起来非常正常

请尝试以下代码：

y

是y数据（rpm）

lim

是循环开始时的rpm量

cycles = 0
for i in range(len(y)):
    if y[i] >= lim:
        cycles += 1
        while y[i] >= lim:
            i += 1

---

以下是矢量化解决方案：

import pandas as pd

df = pd.DataFrame({'speed': [0,1600,0,1600,1600,1600,0,0,0]})

# Check if values are above or below a threshold
threshold = 1500
df['over_threshold'] = df['speed'] > threshold

# Compare to the previous row
# If over_threshold has changed, 
# then you either went above or fell below the threshold
df['changed'] = df['over_threshold'] != df['over_threshold'].shift(1)

# First one has, by definition, has no previous value, so we should omit it
df = df.loc[1:,]

# Count how many times a row is newly above or below threshold
counts = df.loc[df['changed']].groupby('over_threshold').agg({'changed': 'count'})
counts.index = ["Down", "Up"]
counts.columns = ["Count"]
counts

#     Count
#Down   2
#Up     2

---

然后，您将计算您爬升或下降的次数。

df.speed是什么样子的？它只是一个整数列表吗？是的，它只是一个整数值。有关更多说明，请参阅随附的图像文件。@您可以使用

df.speed

的时间导数，只检查符号更改了多少次。我不知道你的真实数据有多不稳定，但从图像上看，斜坡看起来很干净，这样方法就可以工作了。@Guimoute:如果我在这里绘图，真实数据太大，太复杂，很难理解。这就是我基于1天数据绘制图表的原因。您可以在

if

中弹出括号，也可以在此处使用一些

elif

）@Guimoute当涉及到像这样的状态机时，我尽量避免使用elif，因为我经常在不应该的时候使用它们，哈哈，但它们在这里会有所帮助。另外，我喜欢括号，因为我来自其他语言，python不是我的第一个。@ZacharyOldham：我的数据集很大，但我试图用一天的数据来计算它。如果它有效，那么我将使用类似的逻辑来完成数据。我试图在Jupyter笔记本中运行上述脚本，但我有以下错误。！'这可能类似于df中rpm的

。speed

或df中rpm的

[“speed”]

？@Analyst您是否从文件中读取值并没有强制转换它们？

lim

在测试时还不存在。感谢您的代码。您的代码运行良好，但我没有得到预期的结果。它给出了数据帧中每个点（1秒数据）的总计数w.r.t。如果您查看附件中的图表，那么预期输出应该是…上升次数=2，下降次数=2。我更新了代码，以包含一些虚拟数据，并澄清输出显示2个上升和2个下降。谢谢，考虑到您的df，您的代码是正确的。我想计算一下从700转/分到1600转/分的提速次数和从1600转/分到700转/分的减速次数。如果速度从700增加到800或从1600减少到1500，则不应将跳跃计算在内，即“向上/向下=0”。如果速度以700、900、1400、1600等步长从700增加到1600，则应计算“向上=1”，而不是3，反之亦然（不应计算在速度增加或降低之间）。如果您查看附件中的图像文件，您将得到更多的澄清。当且仅当速度差大于或等于900 RPM，即（1600-700）RPMe时，向上=1或向下=1。g df=pd。上述df预期输出的数据帧（{'engspd'：[0500700001200120017001700160000700600800900700130001190019001600010010010011100700700700,0]}）应为：向上=2，向下=2

cycles = 0
for i in range(len(y)):
    if y[i] >= lim:
        cycles += 1
        while y[i] >= lim:
            i += 1

import pandas as pd

df = pd.DataFrame({'speed': [0,1600,0,1600,1600,1600,0,0,0]})

# Check if values are above or below a threshold
threshold = 1500
df['over_threshold'] = df['speed'] > threshold

# Compare to the previous row
# If over_threshold has changed, 
# then you either went above or fell below the threshold
df['changed'] = df['over_threshold'] != df['over_threshold'].shift(1)

# First one has, by definition, has no previous value, so we should omit it
df = df.loc[1:,]

# Count how many times a row is newly above or below threshold
counts = df.loc[df['changed']].groupby('over_threshold').agg({'changed': 'count'})
counts.index = ["Down", "Up"]
counts.columns = ["Count"]
counts

#     Count
#Down   2
#Up     2