當連續值的數量低於某個閾值時，查找數據幀內連續值的索引
[英]Find index of consecutive values within a dataframe when number of consecutive values is below a certain threshold
問題描述
我有一個如下所示的數據框：
night DSWRF_integ
ForecastTime
2018-05-12 00:00:00 1.0 1
2018-05-12 00:15:00 0.0 1
2018-05-12 00:30:00 0.0 1
2018-05-12 00:45:00 0.0 1
2018-05-12 01:00:00 0.0 0
2018-05-12 01:15:00 0.0 0
2018-05-12 01:30:00 0.0 0
2018-05-12 01:45:00 0.0 0
2018-05-12 02:00:00 0.0 0
2018-05-12 02:15:00 0.0 0
2018-05-12 02:30:00 0.0 0
2018-05-12 02:45:00 0.0 0
2018-05-12 03:00:00 0.0 0
2018-05-12 03:15:00 0.0 0
2018-05-12 03:30:00 0.0 0
2018-05-12 03:45:00 0.0 0
2018-05-12 04:00:00 0.0 0
2018-05-12 04:15:00 0.0 0
2018-05-12 04:30:00 0.0 0
2018-05-12 04:45:00 0.0 0
2018-05-12 05:00:00 0.0 0
2018-05-12 05:15:00 0.0 0
2018-05-12 05:30:00 0.0 0
2018-05-12 05:45:00 0.0 0
2018-05-12 06:00:00 0.0 0
2018-05-12 06:15:00 0.0 0
2018-05-12 06:30:00 0.0 0
2018-05-12 06:45:00 0.0 0
2018-05-12 07:00:00 0.0 0
2018-05-12 07:15:00 0.0 0
2018-05-12 07:30:00 0.0 0
2018-05-12 07:45:00 0.0 0
2018-05-12 08:00:00 0.0 0
2018-05-12 08:15:00 0.0 0
2018-05-12 08:30:00 0.0 0
2018-05-12 08:45:00 0.0 0
2018-05-12 09:00:00 0.0 0
2018-05-12 09:15:00 0.0 0
2018-05-12 09:30:00 0.0 0
2018-05-12 09:45:00 0.0 0
2018-05-12 10:00:00 0.0 0
2018-05-12 10:15:00 0.0 0
2018-05-12 10:30:00 0.0 0
2018-05-12 10:45:00 0.0 0
2018-05-12 11:00:00 0.0 0
2018-05-12 11:15:00 0.0 1
2018-05-12 11:30:00 0.0 1
2018-05-12 11:45:00 0.0 1
2018-05-12 12:00:00 0.0 0
2018-05-12 12:15:00 0.0 0
2018-05-12 12:30:00 0.0 0
2018-05-12 12:45:00 0.0 0
2018-05-12 13:00:00 0.0 0
2018-05-12 13:15:00 0.0 0
2018-05-12 13:30:00 0.0 0
2018-05-12 13:45:00 0.0 0
2018-05-12 14:00:00 1.0 1
2018-05-12 14:15:00 1.0 1
2018-05-12 14:30:00 1.0 1
2018-05-12 14:45:00 1.0 1
2018-05-12 15:00:00 1.0 1
我試圖找出一個邏輯，而不是迭代數據幀，因為它太慢，能夠將列DSWRF_integ中的連續零轉換為1， 只有當連續零的數量小於特定閾值時（例如閾值= 10）。
在這個特定的情況下，我想將列DSWRF_integ中的所有零替換為1，時間段為2018-05-12 12:00:00到2018-05-12 13:45:00 ，因為數量為連續零小於10。
生成的數據框應如下所示：
night DSWRF_integ
ForecastTime
2018-05-12 00:00:00 1.0 1
2018-05-12 00:15:00 0.0 1
2018-05-12 00:30:00 0.0 1
2018-05-12 00:45:00 0.0 1
2018-05-12 01:00:00 0.0 0
2018-05-12 01:15:00 0.0 0
2018-05-12 01:30:00 0.0 0
2018-05-12 01:45:00 0.0 0
2018-05-12 02:00:00 0.0 0
2018-05-12 02:15:00 0.0 0
2018-05-12 02:30:00 0.0 0
2018-05-12 02:45:00 0.0 0
2018-05-12 03:00:00 0.0 0
2018-05-12 03:15:00 0.0 0
2018-05-12 03:30:00 0.0 0
2018-05-12 03:45:00 0.0 0
2018-05-12 04:00:00 0.0 0
2018-05-12 04:15:00 0.0 0
2018-05-12 04:30:00 0.0 0
2018-05-12 04:45:00 0.0 0
2018-05-12 05:00:00 0.0 0
2018-05-12 05:15:00 0.0 0
2018-05-12 05:30:00 0.0 0
2018-05-12 05:45:00 0.0 0
2018-05-12 06:00:00 0.0 0
2018-05-12 06:15:00 0.0 0
2018-05-12 06:30:00 0.0 0
2018-05-12 06:45:00 0.0 0
2018-05-12 07:00:00 0.0 0
2018-05-12 07:15:00 0.0 0
2018-05-12 07:30:00 0.0 0
2018-05-12 07:45:00 0.0 0
2018-05-12 08:00:00 0.0 0
2018-05-12 08:15:00 0.0 0
2018-05-12 08:30:00 0.0 0
2018-05-12 08:45:00 0.0 0
2018-05-12 09:00:00 0.0 0
2018-05-12 09:15:00 0.0 0
2018-05-12 09:30:00 0.0 0
2018-05-12 09:45:00 0.0 0
2018-05-12 10:00:00 0.0 0
2018-05-12 10:15:00 0.0 0
2018-05-12 10:30:00 0.0 0
2018-05-12 10:45:00 0.0 0
2018-05-12 11:00:00 0.0 0
2018-05-12 11:15:00 0.0 1
2018-05-12 11:30:00 0.0 1
2018-05-12 11:45:00 0.0 1
2018-05-12 12:00:00 0.0 1
2018-05-12 12:15:00 0.0 1
2018-05-12 12:30:00 0.0 1
2018-05-12 12:45:00 0.0 1
2018-05-12 13:00:00 0.0 1
2018-05-12 13:15:00 0.0 1
2018-05-12 13:30:00 0.0 1
2018-05-12 13:45:00 0.0 1
2018-05-12 14:00:00 1.0 1
2018-05-12 14:15:00 1.0 1
2018-05-12 14:30:00 1.0 1
2018-05-12 14:45:00 1.0 1
2018-05-12 15:00:00 1.0 1
我嘗試了各種方法，使用輔助列，但沒有一個產生任何接近我想要的東西。 任何幫助將非常感謝:)
1 個解決方案
解決方案1
3 已采納 2019-02-05 14:18:44
您可以執行以下操作：
th = 3 # set threshold
# Sets to True rows that are 0
x = df.DSWRF_integ.eq(0)
# Takes the cumulative sum of rows where changes occur (thus where diff != 0)
g = x.astype(int).diff().fillna(0).ne(0).cumsum()
# Groups the original df with g and replaces 0 to 1 where the length of consecutive zeroes
# is smaller than the threshold
ix = x[x].groupby(g[x]).transform('size').lt(th) = 1
df.loc[ix[ix].index, 'DSWRF_integ'] = 1
例
我創建了這個示例數據框，以便更輕松地檢查結果數據幀。 我還創建了一個最終的數據pd.Series添加了所有中間pd.Series ，以便更好地理解所有步驟：
df = pd.DataFrame({'col1':[0,0,0,2,1,3,0,1,2,0,0,0,0,1]})
現在，設置例如閾值4，應該變為1全零，除了第9行到第12行中的零：
result = df.copy()
th = 4
x = df.col1.eq(0)
g = x.astype(int).diff().fillna(0).ne(0).cumsum()
ix = x[x].groupby(g[x]).transform('size').lt(th)
result.loc[ix[ix].index, 'col1'] = 1
df.assign(x=x, g=g, ix=ix, result=result)
col1 x g ix result
0 0 True 0 True 1
1 0 True 0 True 1
2 0 True 0 True 1
3 2 False 1 NaN 2
4 1 False 1 NaN 1
5 3 False 1 NaN 3
6 0 True 2 True 1
7 1 False 3 NaN 1
8 2 False 3 NaN 2
9 0 True 4 False 0
10 0 True 4 False 0
11 0 True 4 False 0
12 0 True 4 False 0
13 1 False 5 NaN 1
在 Pandas Dataframe 中找到 5 個連續的相等的行值
[英]Find 5 consecutive row values in Pandas Dataframe that are equal
如何從python中的點列表中找到連續點及其索引。閾值？
[英]How to find consecutive points and their index below.a threshold from a list of points in python?
如何計算 pandas dataframe 中組內的列中連續值的數量？
[英]How can I calculate number of consecutive values in a column within a group in a pandas dataframe?
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.