[英]How to select every n-th row in dataframe with condition of previous rows based on daily interval
我有一个很大的 dataframe,我需要一个值为 0 或 1 的新列sig
。
条件:
在每天 08:30 开始的第 3 行添加值 = 1,如果第 3 行中的data
data
data
,否则为 0
局限性:在原来的dataframe中,时间戳中秒的间隔不相等,所以不能按时间间隔来计算go。 每天的行数各不相同。
示例 dataframe(我不知道如何随机化秒数,所以这里的间隔相等,行数也相等):
import pandas as pd
import numpy as np
pd.set_option('display.max_rows', 500)
np.random.seed(100)
dates = pd.date_range("2022.01.01", "2022.01.31", freq="s")
dates=dates[:-1]
df = pd.DataFrame({'date':dates,
'data':np.random.randint(low=0, high=100, size=len(dates)).tolist()})
df['_date'] = pd.to_datetime(df['date'])
df.set_index('date', inplace=True)
df = df.loc[(df._date.dt.hour == 8) & (df._date.dt.minute == 30) & ((df._date.dt.second >= 0) & (df._date.dt.second <= 10))].head(30)
df.drop(['_date'], axis=1, inplace=True)
data
date
2022-01-01 08:30:00 14
2022-01-01 08:30:01 27
2022-01-01 08:30:02 33
2022-01-01 08:30:03 77
2022-01-01 08:30:04 66
2022-01-01 08:30:05 60
2022-01-01 08:30:06 72
2022-01-01 08:30:07 21
2022-01-01 08:30:08 70
2022-01-01 08:30:09 60
2022-01-01 08:30:10 76
2022-01-02 08:30:00 13
2022-01-02 08:30:01 73
2022-01-02 08:30:02 71
2022-01-02 08:30:03 78
2022-01-02 08:30:04 50
2022-01-02 08:30:05 80
2022-01-02 08:30:06 48
2022-01-02 08:30:07 24
2022-01-02 08:30:08 29
2022-01-02 08:30:09 43
2022-01-02 08:30:10 75
2022-01-03 08:30:00 11
2022-01-03 08:30:01 52
如何做到这一点?
期望的结果:
data sig
date
2022-01-01 08:30:00 14 0
2022-01-01 08:30:01 27 0
2022-01-01 08:30:02 33 1
2022-01-01 08:30:03 77 0
2022-01-01 08:30:04 66 0
2022-01-01 08:30:05 60 0
2022-01-01 08:30:06 72 0
2022-01-01 08:30:07 21 0
2022-01-01 08:30:08 70 0
2022-01-01 08:30:09 60 0
2022-01-01 08:30:10 76 0
2022-01-02 08:30:00 13 0
2022-01-02 08:30:01 73 0
2022-01-02 08:30:02 71 0
2022-01-02 08:30:03 78 0
2022-01-02 08:30:04 50 0
2022-01-02 08:30:05 80 0
2022-01-02 08:30:06 48 0
2022-01-02 08:30:07 24 0
2022-01-02 08:30:08 29 0
2022-01-02 08:30:09 43 0
2022-01-02 08:30:10 75 0
2022-01-03 08:30:00 11 0
2022-01-03 08:30:01 32 0
2022-01-03 08:30:02 52 1
2022-01-03 08:30:03 44 0
2022-01-03 08:30:03 75 0
我用你的代码来创建输入数据,但它看起来与你的打印版本有点不同:
data
date
2022-01-01 08:30:00 14
2022-01-01 08:30:01 27
2022-01-01 08:30:02 33
2022-01-01 08:30:03 77
2022-01-01 08:30:04 66
2022-01-01 08:30:05 60
2022-01-01 08:30:06 72
2022-01-01 08:30:07 21
2022-01-01 08:30:08 70
2022-01-01 08:30:09 60
2022-01-01 08:30:10 76
2022-01-02 08:30:00 13
2022-01-02 08:30:01 73
2022-01-02 08:30:02 71
2022-01-02 08:30:03 78
2022-01-02 08:30:04 50
2022-01-02 08:30:05 80
2022-01-02 08:30:06 48
2022-01-02 08:30:07 24
2022-01-02 08:30:08 29
2022-01-02 08:30:09 43
2022-01-02 08:30:10 75
2022-01-03 08:30:00 11
2022-01-03 08:30:01 52
2022-01-03 08:30:02 40
2022-01-03 08:30:03 30
2022-01-03 08:30:04 44
2022-01-03 08:30:05 71
2022-01-03 08:30:06 64
2022-01-03 08:30:07 60
您的规则可以描述为 3 行的滚动 window,检查 window 是否已经排序(value3 大于 2 大于 1)。 知道我们可以在整个数据上使用这个条件(不注意date
)并创建一个系列,如果条件为真,值为 1,如果条件为假,值为 0(命名为cond
)然后搜索每一天的第三个值和 map该索引的cond
与新列一致。
def window_sorted(grp):
return (np.diff(grp) > 0).all()
cond = df['data'].rolling(window=3, min_periods=1).apply(window_sorted)
df['sig'] = 0
grp = df.groupby(pd.Grouper(level=0, freq='D'), as_index=False)['data'].nth(2).index
df.loc[grp, 'sig'] = cond[grp]
print(df)
Output:
data sig
date
2022-01-01 08:30:00 14 0
2022-01-01 08:30:01 27 0
2022-01-01 08:30:02 33 1
2022-01-01 08:30:03 77 0
2022-01-01 08:30:04 66 0
2022-01-01 08:30:05 60 0
2022-01-01 08:30:06 72 0
2022-01-01 08:30:07 21 0
2022-01-01 08:30:08 70 0
2022-01-01 08:30:09 60 0
2022-01-01 08:30:10 76 0
2022-01-02 08:30:00 13 0
2022-01-02 08:30:01 73 0
2022-01-02 08:30:02 71 0
2022-01-02 08:30:03 78 0
2022-01-02 08:30:04 50 0
2022-01-02 08:30:05 80 0
2022-01-02 08:30:06 48 0
2022-01-02 08:30:07 24 0
2022-01-02 08:30:08 29 0
2022-01-02 08:30:09 43 0
2022-01-02 08:30:10 75 0
2022-01-03 08:30:00 11 0
2022-01-03 08:30:01 52 0
2022-01-03 08:30:02 40 0
2022-01-03 08:30:03 30 0
2022-01-03 08:30:04 44 0
2022-01-03 08:30:05 71 0
2022-01-03 08:30:06 64 0
2022-01-03 08:30:07 60 0
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.