根据 Pandas 数据框中增加或减少的值提取特定行

Question

我有一个包含两列和一个日期时间索引的大型数据框。绘制它的一部分时，它看起来像这样：

基本上，根据 SOC 列，数据可以上升（充电）或下降（放电）（有时在这些循环中保持不变）。

数据框如下所示：

                      SoC  Power
2021-09-25 16:40:00  0.76   2.18  
2021-09-25 16:40:10  0.76   2.14  
2021-09-25 16:40:20  0.77   2.18  
2021-09-25 16:40:30  0.76   1.14
2021-09-25 16:40:30  0.75   1.14
2021-09-25 16:40:30  0.75   1.14

我想提取第一个充电和放电周期。在此示例中，预期输出将是新的数据帧：

“收费”：

                      SoC  Power
2021-09-25 16:40:00  0.76   2.18  
2021-09-25 16:40:10  0.76   2.14  
2021-09-25 16:40:20  0.77   2.18 

“放电”

                      SoC  Power
2021-09-25 16:40:30  0.76   1.14
2021-09-25 16:40:30  0.75   1.14
2021-09-25 16:40:30  0.75   1.14

我最接近的提取充电会话的方法如下：

max = df_3['SoC'].diff() < 0
idx = max.idxmax()
df = df.loc[df.index[0]:idx]

但是，它仅在数据以充电会话开始时才起作用（因为它所做的只是在值开始减少时停止）。我想要一个解决方案，尽管有初始数据点，但仍能提供第一个充电周期数据点。

Answer 1

确切的预期输出尚不清楚，但这里有一种在字典中拆分每个阶段（充电、放电）的方法（2 种状态：充电/放电，每个状态都有所有阶段的列表）：

s = np.sign(df['SoC'].diff())
s2 = s.mask(s.eq(0)).ffill().bfill().map({1: 'charging', -1: 'discharging'})

from collections import defaultdict
out = defaultdict(list)
for (status,_), d in s2.groupby([s2, s2.ne(s2.shift()).cumsum()]):
    out[status].append(d)
    
dict(out)

输出：

{'charging': [2021-09-25 16:40:00    charging
  2021-09-25 16:40:10    charging
  2021-09-25 16:40:20    charging
  Name: SoC, dtype: object],
 'discharging': [2021-09-25 16:40:30    discharging
  2021-09-25 16:40:30    discharging
  2021-09-25 16:40:30    discharging
  Name: SoC, dtype: object]}

对于单个项目：

out['charging'][0]

输出：

2021-09-25 16:40:00    charging
2021-09-25 16:40:10    charging
2021-09-25 16:40:20    charging
Name: SoC, dtype: object

作为数据框：

s = np.sign(df['SoC'].diff())
df['status'] = (s.mask(s.eq(0)).ffill().bfill()
                 .map({1: 'charging', -1: 'discharging'})
                )
df['phase']  = s2.ne(s2.shift()).cumsum()

输出：

                      SoC  Power       status  phase
2021-09-25 16:40:00  0.76   2.18     charging      1
2021-09-25 16:40:10  0.76   2.14     charging      1
2021-09-25 16:40:20  0.77   2.18     charging      1
2021-09-25 16:40:30  0.76   1.14  discharging      2
2021-09-25 16:40:30  0.75   1.14  discharging      2
2021-09-25 16:40:30  0.75   1.14  discharging      2

Answer 2

我不知道数据是怎样的，但我认为创建一个遍历数据的窗口是个好主意，哪个 pandas 有它的功能。

我解释： 窗口开始时很小，它在数据中移动，并可能通过检查增加或减少的模式是否仍然存在来增加大小。如果模式发生变化，窗口将转换为原始大小并重复该过程直到结束。

Answer 3

如何获得多个充电和放电实例并记下每个实例的最小 soc 和最大 soc？