如何在python timeseries数据帧中查找连续事件的发生？

我得到了一个带有日期和值列的气象观测时间序列：

df = pd.DataFrame({'date':['11/10/2017 0:00','11/10/2017 03:00','11/10/2017 06:00','11/10/2017 09:00','11/10/2017 12:00',
                           '11/11/2017 0:00','11/11/2017 03:00','11/11/2017 06:00','11/11/2017 09:00','11/11/2017 12:00',
                          '11/12/2017 00:00','11/12/2017 03:00','11/12/2017 06:00','11/12/2017 09:00','11/12/2017 12:00'],
                  'value':[850,np.nan,np.nan,np.nan,np.nan,500,650,780,np.nan,800,350,690,780,np.nan,np.nan],                   
                   'consecutive_hour': [ 3,0,0,0,0,3,6,9,0,3,3,6,9,0,0]})

在这个数据帧中，我需要第三列连续的\u小时，这样，如果特定时间戳中的值小于1000，我们将在“连续小时”中给出相应的值“3:00”小时，并找到类似于上述6:00 9:00的连续事件

最后，我想总结一下统计连续小时数和天数的表，这样总结表如下所示：

df_summary = pd.DataFrame({'consecutive_hours':[3,6,9,12],
                      'number_of_day':[2,0,2,0]})

我尝试了几种在线解决方案和方法，如shift（）、diff（）等，如中所述：

还有更多的，花了几天，但还没有运气

我将非常感谢在这个问题上的帮助。 谢谢

输入数据：

>>> df
                  date  value
0  2017-11-10 00:00:00  850.0
1  2017-11-10 03:00:00    NaN
2  2017-11-10 06:00:00    NaN
3  2017-11-10 09:00:00    NaN
4  2017-11-10 12:00:00    NaN
5  2017-11-11 00:00:00  500.0
6  2017-11-11 03:00:00  650.0
7  2017-11-11 06:00:00  780.0
8  2017-11-11 09:00:00    NaN
9  2017-11-11 12:00:00  800.0
10 2017-11-12 00:00:00  350.0
11 2017-11-12 03:00:00  690.0
12 2017-11-12 06:00:00  780.0
13 2017-11-12 09:00:00    NaN
14 2017-11-12 12:00:00    NaN

cumcount\u reset

功能根据以下内容进行调整：

汇总表

df_summary = df.loc[df.groupby(pd.Grouper(key="date", freq="D"))["consecutive_hour"] \
                      .apply(lambda h: (h - h.shift(-1).fillna(0)) > 0), 
                    "consecutive_hour"] \
               .value_counts().reindex([3, 6, 9, 12], fill_value=0) \
               .rename("number_of_day") \
               .rename_axis("consecutive_hour") \
               .reset_index()

---

连续\u小时

列是否为预期结果？如果是，请解释为什么

2017-11-11 06:00:00

和

12 2017-11-12 06:00:00

是9，而

2017-11-10 06:00:00

是0。是的，连续小时列是预期结果。是的，连续小时列是预期结果。2017-11-11 06:00:00是9，因为如果您查看“值”列，您会看到在时间戳2017-11-11 06:00:00之前有三行连续出现的值：500650和780。2017-11-12 06:00:00也有同样的逻辑。2017-11-10 06:00:00具有0个连续小时值，因为此时间戳和2017-11-10 03:00:00上存在Nan值。您确定

df_摘要

？我发现

{3:3,6:2,9:2,12:0}

是的，这就像：连续的_小时==3（单独）发生在2017-11-10 00:00:00和2017:11:11 12:00:00不同的一天，使得连续的3小时数等于2。2017-11-11和2017-11-12的最高连续值为9，同样地，9等于2。一天中没有一个最高**连续小时**为6或12；所以它们等于0。@Corrarien，我再感谢你不过了。你真的救了我一天。你能帮我回答问题的第二部分吗？我也需要找到汇总表：df_summary=pd.DataFrame（{'continuous_hours'：[3,6,9,12]，'number_of_day'：[2,0,2,0]}）如果答案对你有帮助，但你还没有，请不要忘了向上投票。再次感谢@corrarien。效果很好。帮了大忙。非常感谢。我已经投票了。~@corrarien~我发布了新问题：，我也很高兴收到你的意见。谢谢

>>> df
                  date  value  consecutive_hour
0  2017-11-10 00:00:00  850.0                 3
1  2017-11-10 03:00:00    NaN                 0
2  2017-11-10 06:00:00    NaN                 0
3  2017-11-10 09:00:00    NaN                 0
4  2017-11-10 12:00:00    NaN                 0
5  2017-11-11 00:00:00  500.0                 3
6  2017-11-11 03:00:00  650.0                 6
7  2017-11-11 06:00:00  780.0                 9
8  2017-11-11 09:00:00    NaN                 0
9  2017-11-11 12:00:00  800.0                 3
10 2017-11-12 00:00:00  350.0                 3
11 2017-11-12 03:00:00  690.0                 6
12 2017-11-12 06:00:00  780.0                 9
13 2017-11-12 09:00:00    NaN                 0
14 2017-11-12 12:00:00    NaN                 0

df_summary = df.loc[df.groupby(pd.Grouper(key="date", freq="D"))["consecutive_hour"] \
                      .apply(lambda h: (h - h.shift(-1).fillna(0)) > 0), 
                    "consecutive_hour"] \
               .value_counts().reindex([3, 6, 9, 12], fill_value=0) \
               .rename("number_of_day") \
               .rename_axis("consecutive_hour") \
               .reset_index()

>>> df_summary
   consecutive_hour  number_of_day
0                 3              2
1                 6              0
2                 9              2
3                12              0