Python 如何在Dataframe中找到某列的值至少为0.5的5个连续行

我有一个3列的熊猫数据框；时间（datetime对象）、实时生成（浮点）和预测生成（浮点）。我已经创建了第四列“剩余”（也是浮动），这是真实的_生成和预测的_生成之间的差异。 现在我想检测5个连续行的残差是否至少为0.5。数据帧如下所示：

Index         Time               real_generation    predicted_generation    residual  
0     2019-01-01 10:00:00+00:00     0.0                  0.239                 0.239
1     2019-01-01 11:00:00+00:00     0.126                0.627                 0.501
2     2019-01-01 12:00:00+00:00     0.227                0.833                 0.606
3     2019-01-01 13:00:00+00:00     0.230                0.833                 0.603
4     2019-01-01 14:00:00+00:00     0.245                0.827                 0.582
5     2019-01-01 15:00:00+00:00     0.255                0.756                 0.501
6     2019-01-01 16:00:00+00:00     0.260                0.627                 0.367
7     2019-01-01 17:00:00+00:00     0.255                0.533                 0.278
8     2019-01-01 18:00:00+00:00     0.248                0.427                 0.179
9     2019-01-01 19:00:00+00:00     0.124                0.233                 0.109

我想创建一个函数来查找这些行并打印每组的第一个索引。 这意味着打印索引“1”，因为行1、2、3、4和5的残差大于0.5。

---

我曾经尝试过编写一个函数，迭代数据帧中的所有行，但速度非常慢，所以我想知道是否有更快的方法来实现这一点。我想可能会创建一个额外的布尔列“残数>0.5”，当残数至少为0.5时为真，当它小于0.5时为假，但我真的不知道如何在Python中解决这个问题。有没有人知道如何实现这个功能，或者知道一个可能有用的函数？提前谢谢

一种蛮力方法是首先提取值>=0.5的行：

df_extr = df[df['residual'] >= 0.5]

然后检查此提取的索引是否包含后续序列，例如

def find_n_seq(ll, n):
    row_ids = []
    for i, r in enumerate(ll):
        window = list(ll[i:i+n])
        rg = list(range(r, r+n))
        if len(first) < n:
            break
        if window == rg:
            row_ids.append(r)
    return row_ids


find_n_seq(list(df_extr.index), 5)

def find_n_seq（ll，n）：
行_id=[]
对于枚举中的i，r（ll）：
窗口=列表（ll[i:i+n]）
rg=列表（范围（r，r+n））
如果len（第一个）

这是一种非迭代的方法，因此非常有效

步骤：

• 创建一个包含5个点的滚动窗口，并确定最小值
• 如果最小值>=0.5，则存储

  True

  ，否则存储

  False

• 所有布尔值都存储在名为

  idx

  的

  numpy.array

  中

• idx

  数组用作主数据集上的过滤器，减去值4以确定运行5的第一个索引
• 给出了过滤后的数据帧

示例代码：

idx = (df['residual'].rolling(window=5).min() >= 0.5).to_numpy()
df.iloc[df.index[idx]-4]

输出：

Index                       Time  real_generation  predicted_generation  residual
    1  2019-01-01 11:00:00+00:00            0.126                 0.627     0.501  

---

使用pandas library rolling window并检索5行滚动窗口的max（），如果max（）低于0.5，则该窗口中的每个其他值也必须低于0.5。谢谢，但是如果值大于0.5怎么办？然后我仍然不知道它是否适用于该窗口中的所有5个值，对吗？那么我应该迭代剩余的值？也许可以使用

.min（）

。然后，如果min>=0.5，您就知道该窗口中的所有值都是可接受的。