計算 pandas 時間序列的有價值的（超過 n 次）重復

Question

我想計算我的系列中每個階段的時間。 對於階段，我的意思是連續 1 或 0 的重復次數，例如：

rng = pd.date_range('2015-02-24', periods=15, freq='T')
s = pd.Series([0,1,1,1,0,0,1,0,1,0,1,1,1,1,0],index=rng)

我想作為 output：

phase0 -> zeros:1 minute, ones:3 minutes,
pahse1 -> zeros:6 minutes, ones:4 minutes,
etc

在這種情況下，值 >= 大於 3。

我可以通過以下方式以低重復率刪除 1：

index_to_remove=s.groupby((s.shift() != s).cumsum()).filter(lambda x: len(x) < 3).index

現在我可以在原始時間序列中將該索引處的元素設為等於 0。

s[index_to_remove]=0

錯過的是計算每個階段的分鍾數。

有人可以幫助我嗎？ 我對一種聰明的方式很感興趣。 我對我到目前為止所使用的東西並不感到驕傲，所以如果你能給我一個更好的方法，我將不勝感激。

謝謝你們

*** 我知道我應該使用s.diff()並且當這個新的時間序列從 1 到 -1 是一個階段，而它從 -1 到 1 是一個零階段

Answer 1

我認為您需要聚合min和max ，獲取差異，轉換為分鍾並添加 1 分鍾並重塑為 DataFrame：

#faster solution for set 0 by length per groups
m=s.groupby((s.shift() != s).cumsum()).transform('size') < 3
s[m]=0

#create groups for 0,1 pairs
res = (s.eq(0) & s.shift().eq(1)).cumsum()
print (res)


df = s.index.to_series().groupby([res, s]).agg(['min','max'])
df = (df['max'].sub(df['min'])
               .dt.total_seconds()
               .div(60)
               .add(1)
               .unstack(fill_value=0)
               .astype(int)
               .rename_axis('phase'))
print (df)
       0  1
phase      
0      1  3
1      6  4
2      1  0

Answer 2

*** 這是我找到的最佳解決方案：

from itertools import groupby
groups = groupby(s)
result = [(label, sum(1 for _ in group)) for label, group in groups]

但我無法處理將 0 和 1 組合在一起的事實