时间戳

首页 > 解决方案 > 基于阈值和时间戳对 Pandas 进行切片前后

python - 基于阈值和时间戳对 Pandas 进行切片前后

问题描述

我有一个如下所示的数据框：

Timestamp (Index)       Status    value
2017-01-01 12:01:00     OPEN      83 
2017-01-01 12:02:00     OPEN      82 
2017-01-01 12:03:00     OPEN      87 
2017-01-01 12:04:00     CLOSE     82 
2017-01-01 12:05:00     CLOSE     81 
2017-01-01 12:06:00     CLOSE     81
2017-01-01 12:07:00     CLOSE     81
2017-01-01 12:08:00     CLOSE     81
2017-01-01 12:09:00     CLOSE     81
2017-01-01 12:10:00     CLOSE     81
2017-01-01 12:11:00     CLOSE     81
2017-01-01 12:12:00     OPEN      81
2017-01-01 12:13:00     OPEN      81
2017-01-01 12:14:00     OPEN      81
2017-01-01 12:15:00     OPEN      81
2017-01-01 12:16:00     CLEAR     34
2017-01-01 12:17:00     CLOSE     23
2017-01-01 12:18:00     CLOSE     23
2017-01-01 12:19:00     CLOSE     75
2017-01-01 12:20:00     CLOSE     65
2017-01-01 12:21:00     CLOSE     72
2017-01-01 12:22:00     CLOSE     76
2017-01-01 12:23:00     CLOSE     77
2017-01-01 12:24:00     OPEN      87
2017-01-01 12:25:00     OPEN      87
2017-01-01 12:26:00     OPEN      87
2017-01-01 12:27:00     OPEN      87
2017-01-01 12:28:00     OPEN      87
2017-01-01 12:29:00     CLOSE     75
2017-01-01 12:30:00     CLOSE     75
2017-01-01 12:31:00     CLOSE     75

如果连续 CLOSE 值中的第一个低于 70，我想删除之前的 OPEN 块和值低于 70 的 CLOSE 块。它应该如下所示：

Timestamp (Index)       Status    value
2017-01-01 12:01:00     OPEN      83 
2017-01-01 12:02:00     OPEN      82 
2017-01-01 12:03:00     OPEN      87 
2017-01-01 12:04:00     CLOSE     82 
2017-01-01 12:05:00     CLOSE     81 
2017-01-01 12:06:00     CLOSE     81
2017-01-01 12:07:00     CLOSE     81
2017-01-01 12:08:00     CLOSE     81
2017-01-01 12:09:00     CLOSE     81
2017-01-01 12:10:00     CLOSE     81
2017-01-01 12:11:00     CLOSE     81
2017-01-01 12:24:00     OPEN      87
2017-01-01 12:25:00     OPEN      87
2017-01-01 12:26:00     OPEN      87
2017-01-01 12:27:00     OPEN      87
2017-01-01 12:28:00     OPEN      87
2017-01-01 12:29:00     CLOSE     75
2017-01-01 12:30:00     CLOSE     75
2017-01-01 12:31:00     CLOSE     75

关于如何获取相关时间戳以删除这些期间的任何想法？

标签： pythonpandastimestamp

解决方案

尝试：

df[df.groupby((df.status.shift().bfill().ne(df.status) & df.status.eq('OPEN')).cumsum()).transform(min).value.ge(70)]

结果：

                    status  value
timestamp                        
2017-01-01 12:01:00   OPEN     83
2017-01-01 12:02:00   OPEN     82
2017-01-01 12:03:00   OPEN     87
2017-01-01 12:04:00  CLOSE     82
2017-01-01 12:05:00  CLOSE     81
2017-01-01 12:06:00  CLOSE     81
2017-01-01 12:07:00  CLOSE     81
2017-01-01 12:08:00  CLOSE     81
2017-01-01 12:09:00  CLOSE     81
2017-01-01 12:10:00  CLOSE     81
2017-01-01 12:11:00  CLOSE     81
2017-01-01 12:24:00   OPEN     87
2017-01-01 12:25:00   OPEN     87
2017-01-01 12:26:00   OPEN     87
2017-01-01 12:27:00   OPEN     87
2017-01-01 12:28:00   OPEN     87
2017-01-01 12:29:00  CLOSE     75
2017-01-01 12:30:00  CLOSE     75
2017-01-01 12:31:00  CLOSE     75

方法是创建status不等于先前的组status，从 开始status == 'OPEN'。

然后保留value每组大于或等于 70 的行。

推荐阅读