确定CPU利用率的时间

Question

我有兴趣了解我的系统的CPU使用率保持在70％或更高的水平。 我的示例数据如下所示。 完整的数据在这里

Time                    CPUDemandPercentage
2019-03-06 03:55:00     40.17
2019-03-06 14:15:00     77.33
2019-03-06 14:20:00     79.66

为了实现我想要的东西，我已经探索了以下事情。 我试图：

• 确定峰值位置
• 确定峰宽

import numpy as np
import matplotlib.pyplot as plt 
import scipy.signal
from pandas import read_csv
data=read_csv('data.csv',header=0,usecols=["CPUDemandPercentage"])
y = np.array(data['CPUDemandPercentage'])
indexes = scipy.signal.find_peaks_cwt(y, np.arange(1, 4))
plt.plot(indexes, y[indexes], "xr"); plt.plot(y); plt.legend(['Peaks'])
plt.show()

这给了我一个图表

• 它不是很准确，没有显示负峰值。 我怎样才能在这里提高准确性。
• 另外我如何找到峰的宽度。

我在这里没有线索。 有人能帮我吗。

Answer 1

以下不是基于熊猫的解决方案。 我们的想法是查看先前和当前的cpu级别，如果它们“足够高”，则增加计数器

import csv

# Assuming delta time between rows is 5 minutes

DELTA_T = 5


def get_cpu_time_above_pct(pct):
    time_above_pct = 0
    previous_cpu_level = None
    with open('cpu.csv', 'rb') as f:
        reader = csv.reader(f, delimiter=',')
        for row in reader:
            current_cpu_level = float(row[1])
            if previous_cpu_level is not None and
               current_cpu_level >= pct and
               previous_cpu_level >= pct:
                   time_above_pct += DELTA_T
            previous_cpu_level = current_cpu_level

    return time_above_pct


print('CPU Time above 70\% : {} minutes'.format(get_cpu_time_above_pct(70)))

Answer 2

另一个答案是完整的熊猫：这个解决方案是通用的，不需要有相同的timedelta措施

df['Time']=df['Time'].apply((lambda x: pd.to_datetime(x)))
df['TimeDelta'] = df['Time'].shift(-1) - df['Time']
filter = df['CPUDemandPercentage'] >= 70.0
df['changes'] = [(x,y) for x,y in zip(filter , filter.shift(-1))]
result  = df[df['changes']==(True,True)]['TimeDelta'].sum()

print(f'TimeCPU>=70%: {result} or {result.total_seconds()/60} minutes')

输出：

TimeCPU>70%: 0 days 03:10:00 or 190.0 minutes