Python 在数据帧中选择时间窗口
我有一个数据帧,df,看起来像这样:Python 在数据帧中选择时间窗口,python,pandas,dataframe,time-series,Python,Pandas,Dataframe,Time Series,我有一个数据帧,df,看起来像这样: HeartRate_smooth 2018-01-01 00:07:00 58.000000 2018-01-01 00:13:00 59.333333 2018-01-01 00:14:00 57.333333 2018-01-01 00:20:00 59.333333 2018-01-01 00:21:00 59.333333 2018-01-01 00:22:00 57.333333 2018-01
HeartRate_smooth
2018-01-01 00:07:00 58.000000
2018-01-01 00:13:00 59.333333
2018-01-01 00:14:00 57.333333
2018-01-01 00:20:00 59.333333
2018-01-01 00:21:00 59.333333
2018-01-01 00:22:00 57.333333
2018-01-01 00:34:00 59.666667
2018-01-01 00:36:00 58.666667
2018-01-01 00:37:00 57.666667
2018-01-01 00:38:00 55.000000
2018-01-01 00:39:00 58.333333
2018-01-01 01:03:00 57.666667
2018-01-01 01:08:00 59.666667
2018-01-01 01:09:00 56.333333
2018-01-01 01:10:00 54.666667
2018-01-01 01:32:00 59.666667
2018-01-01 01:33:00 57.000000
2018-01-01 01:34:00 54.333333
2018-01-01 01:56:00 56.000000
2018-01-01 01:57:00 58.000000
2018-01-01 01:58:00 59.000000
2018-01-01 02:03:00 59.666667
2018-01-01 02:07:00 58.666667
2018-01-01 03:00:00 59.666667
2018-01-01 03:09:00 59.333333
2018-01-01 03:10:00 58.333333
2018-01-01 03:31:00 58.666667
2018-01-01 10:46:00 59.666667
2018-01-01 12:40:00 58.333333
2018-01-01 14:42:00 59.000000
此数据帧是患者心率低于阈值时的时间点集合。我假设这些时间点要么是患者休息时,要么是睡眠时。我试图找出我可以识别患者睡眠时间的地方。我假设在一个时间段的每一行之间的间隔不到30分钟的情况下,当存在超过一小时的数据时,患者处于睡眠状态
在给定的数据帧中,我可以假设患者在00:07到02:07之间睡觉。这是因为从00:07到02:07,每行之间缺少的数据少于30分钟。02:07之后的那一排时间差超过30分钟,因此我假设患者已经醒了
请注意,我将循环浏览多个患者数据,患者的睡眠时间将有所不同。它可能并不总是从数据帧中的第一个条目开始
我的问题是:1.我如何识别患者处于睡眠状态的时间段并将当前数据帧分为2个,其中一个dfs用于在患者处于睡眠状态时存储数据,另一个用于在患者处于清醒状态时存储数据?
2.这不是必需的,但如果可能,我如何打印患者睡眠的时间和时间量 基于提供的样本数据框的样本数据输出:
(小标题)
HeartRate_smooth
2018-01-01 00:07:00 58.000000
2018-01-01 00:13:00 59.333333
2018-01-01 00:14:00 57.333333
2018-01-01 00:20:00 59.333333
2018-01-01 00:21:00 59.333333
2018-01-01 00:22:00 57.333333
2018-01-01 00:34:00 59.666667
2018-01-01 00:36:00 58.666667
2018-01-01 00:37:00 57.666667
2018-01-01 00:38:00 55.000000
2018-01-01 00:39:00 58.333333
2018-01-01 01:03:00 57.666667
2018-01-01 01:08:00 59.666667
2018-01-01 01:09:00 56.333333
2018-01-01 01:10:00 54.666667
2018-01-01 01:32:00 59.666667
2018-01-01 01:33:00 57.000000
2018-01-01 01:34:00 54.333333
2018-01-01 01:56:00 56.000000
2018-01-01 01:57:00 58.000000
2018-01-01 01:58:00 59.000000
2018-01-01 02:03:00 59.666667
2018-01-01 02:07:00 58.666667
苏醒(df):
HeartRate_smooth
2018-01-01 03:00:00 59.666667
2018-01-01 03:09:00 59.333333
2018-01-01 03:10:00 58.333333
2018-01-01 03:31:00 58.666667
2018-01-01 10:46:00 59.666667
2018-01-01 12:40:00 58.333333
2018-01-01 14:42:00 59.000000
“患者从00:07睡到03:31睡了3小时24分钟”我发现处理时间更容易,而不是索引:
df.reset_index(inplace=True)
# df now has a timestamp column named 'index'
# difference with previous row larger than 30 mins
# cumsum for consecutive block:
df['block'] = df['index'].diff().dt.seconds.ge(30*60).cumsum()
# all sleep chunks
awake_df = (df.set_index('index')
.groupby('block')[['HeartRate_smooth']]
.apply(lambda x: x if len(x) > 1 else None)
)
输出awake\u df
:
+--------+----------------------+-------------------+
| | | HeartRate_smooth |
+--------+----------------------+-------------------+
| block | index | |
+--------+----------------------+-------------------+
| 0 | 2018-01-01 00:07:00 | 58.000000 |
| | 2018-01-01 00:13:00 | 59.333333 |
| | 2018-01-01 00:14:00 | 57.333333 |
| | 2018-01-01 00:20:00 | 59.333333 |
| | 2018-01-01 00:21:00 | 59.333333 |
| | 2018-01-01 00:22:00 | 57.333333 |
| | 2018-01-01 00:34:00 | 59.666667 |
| | 2018-01-01 00:36:00 | 58.666667 |
| | 2018-01-01 00:37:00 | 57.666667 |
| | 2018-01-01 00:38:00 | 55.000000 |
| | 2018-01-01 00:39:00 | 58.333333 |
| | 2018-01-01 01:03:00 | 57.666667 |
| | 2018-01-01 01:08:00 | 59.666667 |
| | 2018-01-01 01:09:00 | 56.333333 |
| | 2018-01-01 01:10:00 | 54.666667 |
| | 2018-01-01 01:32:00 | 59.666667 |
| | 2018-01-01 01:33:00 | 57.000000 |
| | 2018-01-01 01:34:00 | 54.333333 |
| | 2018-01-01 01:56:00 | 56.000000 |
| | 2018-01-01 01:57:00 | 58.000000 |
| | 2018-01-01 01:58:00 | 59.000000 |
| | 2018-01-01 02:03:00 | 59.666667 |
| | 2018-01-01 02:07:00 | 58.666667 |
| 1 | 2018-01-01 03:00:00 | 59.666667 |
| | 2018-01-01 03:09:00 | 59.333333 |
| | 2018-01-01 03:10:00 | 58.333333 |
| | 2018-01-01 03:31:00 | 58.666667 |
+--------+----------------------+-------------------+
请注意,有两个睡眠区块,因为您的数据实际上在02:07
到03:00
之间有53分钟的间隔。为了获得睡眠时间:
(awake_df.reset_index(level=1)
.groupby('block')['index']
.apply(lambda x: x.max()-x.min())
)
给出:
block
0 02:00:00
1 00:22:00
Name: index, dtype: timedelta64[ns]
请发布您解决此问题的尝试。
02:07
和03:00
@QuangHoang之间实际上有53分钟的间隔。谢谢您指出这一点。我已经编辑了我的问题。嗨,非常感谢你的回答。请解释一下.apply(lambda x:x,如果len(x)>1,其他任何一行都不
能做什么?谢谢!len(x)=1
表示该行比前一行晚30分钟以上,比下一行早30分钟以上。您可以尝试lambda x:x
并查看打印的内容。这将帮助您更好地理解它。