python - Python/Pandas：一旦满足区间条件，就使用多个函数变量（列）进行聚合

Question

我有一个带有段、时间戳和不同列的 DataFrame

Segment    Timestamp     Value1    Value2    Value2_mean 
0          2018-11...    180       156       135
0                        170       140       135
0                                            135
1
1
...

我想将此 DataFrame 与“Segment”聚合/分组，并在满足此间隔条件后立即获取该段的第一个时间戳，然后获取该段的时间间隔（以秒为单位）。因为函数有更多的值，所以我认为聚合不起作用。

value2_mean-std(value2) <= value1 <= value2_mean+std(value2)

它应该如下所示：

Segment    Intervall[s]
0          10
1          19
2          6
3          ...

我试过这样的事情：

grouped = dataSeg.groupby(['Segment'])

def grouping(df)

    a = np.array(df['Value_1'])
    b = np.array(df['Value2'])
    c = np.array(df['Value2_mean'])
    d = np.array(df['Timestamp'])

    for x in a:
        categories = np.logical_and(
            (c-np.std(b)<= x),
            (c+np.std(b)>= x))

        if np.any(categories):
            return d[categories]-d[0]

grouped.apply(grouping)

这不像我想要的那样工作。任何建议，将不胜感激！

标签： pythonpandasconditional-statementsaggregate

Answer 1

像这样的东西？我没有彻底测试它。

    def calc(grp): 

        if grp.Value1.sub(grp.Value2_mean).abs().lt(grp.Value2.std()).any(): 
              return grp["Timestamp"].iloc[-1] - grp["Timestamp"].iloc[0] 
        return np.nan 


    df.groupby("Segment").apply(calc)