我有一个时间序列的事件,我想计算该时间序列中每种类型的事件之前非连续发生的次数。我想用 Pandas 做这个。我可以通过迭代这些项目来完成它,但我想知道是否有一种聪明的方法可以在不循环的情况下完成它。
为了说得更清楚。考虑以下时间序列:
dates = pd.date_range('1/1/2011', periods=4, freq='H')
data = ['a', 'a', 'b', 'a']
df = pd.DataFrame(data,index=dates,columns=["event"])
event
2011-01-01 00:00:00 a
2011-01-01 01:00:00 a
2011-01-01 02:00:00 b
2011-01-01 03:00:00 a
我想添加一个新列,用于告诉“事件”列中的每个元素该元素之前出现过多少次非连续次数。也就是说,像这样:
event #prev-occurr
2011-01-01 00:00:00 a 0
2011-01-01 01:00:00 a 0
2011-01-01 02:00:00 b 0
2011-01-01 03:00:00 a 1
最佳答案
我们还没有对连续组提供良好的groupby
支持,但我们可以使用shift-compare-cumsum模式,然后使用密集排名来获得您所需要的,IIUC:
>>> egroup = (df["event"] != df["event"].shift()).cumsum()
>>> df["prev_occur"] = egroup.groupby(df["event"]).rank(method="dense") - 1
>>> df
event prev_occur
2011-01-01 00:00:00 a 0
2011-01-01 01:00:00 a 0
2011-01-01 02:00:00 b 0
2011-01-01 03:00:00 a 1
2011-01-01 04:00:00 a 1
2011-01-01 05:00:00 b 1
2011-01-01 06:00:00 a 2
这是有效的,因为我们获得了连续的事件组计数:
>>> egroup
2011-01-01 00:00:00 1
2011-01-01 01:00:00 1
2011-01-01 02:00:00 2
2011-01-01 03:00:00 3
2011-01-01 04:00:00 3
2011-01-01 05:00:00 4
2011-01-01 06:00:00 5
Freq: H, Name: event, dtype: int64
然后我们可以按事件类型对其进行分组,从而得到非排名版本:
>>> for k,g in egroup.groupby(df["event"]):
... print(g)
...
2011-01-01 00:00:00 1
2011-01-01 01:00:00 1
2011-01-01 03:00:00 3
2011-01-01 04:00:00 3
2011-01-01 06:00:00 5
Name: event, dtype: int64
2011-01-01 02:00:00 2
2011-01-01 05:00:00 4
Name: event, dtype: int64
我们终于可以对其进行密集排名了。
关于python - 使用 pandas 查找时间序列中重复发生的事件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29128599/