时间戳

首页 > 解决方案 > 如何以行块的形式检查进程的持续时间？

python - 如何以行块的形式检查进程的持续时间？

问题描述

我需要检查该列val1的值是否大于 5，并且这些值是否至少保持 30 分钟。然后我需要知道与大于 5 的值保持至少 30 分钟的情况相对应的行块的第一行 ID。

这是数据框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

val1在此示例中，当 的值大于 5时，我们有两个行块：

区块 1：

10-12-2018 20:35:00   6
10-12-2018 20:38:00   7
10-12-2018 20:45:00   6

区块 2：

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，Block 1 应该被丢弃，因为持续时间是 10 分钟，低于 30 分钟。在 Block 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（块 1 中此行的 id: 10-12-2018 21:15:00 6）

这就是我尝试解决任务的方式，但是我的代码不认为行可以合并为块，因为值val1可以上下增长。

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)

标签： pythonpandas

解决方案

这是一种方法，一个一个地创建你的条件，首先应该将所有超过5的值分组到不同的组中，然后使用cumsum，然后我们transform从每个组中获取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

如果您有更多符合条件的块

将它们保存在dict 

d={x : y for x , y in yourdf.groupby(s.cumsum())}

推荐阅读