切片顺序时间序列熊猫数据帧的最佳方法是什么答案

【问题标题】：What is the best way to slice sequential time series pandas dataframe切片顺序时间序列熊猫数据帧的最佳方法是什么
【发布时间】：2018-07-12 15:37:57
【问题描述】：

我有一个约 100k 行的时间序列 pandas 数据框，其中包含相关任务，必须对其进行顺序分析。提取每个连续任务的索引的最佳方法是什么。附上以下数据的示例格式。带有索引号的预期任务系列（开始，结束）：relax(1,2)->pause(3,4)->relax(5)->grip(6,8)->pause(9,10) ->捏（11,12）

基于任务过滤器对数据进行切片会产生非常失真的输出这不是有意的这有点像这样放松->暂停->抓握->捏合

【问题讨论】：

标签： python-3.x pandas

【解决方案1】：

我认为您需要为唯一连续的tasks 创建帮助列，然后通过duplicated 和boolean indexing 过滤：

df['g'] = df['task'].ne(df['task'].shift()).cumsum()
df = df[~df.duplicated(['task','g']) | ~df.duplicated(['task','g'], keep='last')]
print (df)
                           Timestamp   task loc  age  g
1   2017-11-10 03:41:22.003809+00:00  relax  NY   32  1
2   2017-11-10 03:41:22.004809+00:00  relax  HI   26  1
3   2017-11-10 03:41:22.005809+00:00  pause  FL   25  2
4   2017-11-10 03:41:22.006809+00:00  pause  NY   32  2
5   2017-11-10 03:41:22.007809+00:00  relax  HI   26  3
6   2017-11-10 03:41:22.008809+00:00   grip  FL   25  4
8   2017-11-10 03:41:22.010809+00:00   grip  HI   26  4
9   2017-11-10 03:41:22.011809+00:00  pause  FL   25  5
10  2017-11-10 03:41:22.012809+00:00  pause  NY   32  5
11  2017-11-10 03:41:22.013809+00:00  pinch  HI   26  6
12  2017-11-10 03:41:22.014809+00:00  pinch  FL   25  6

【讨论】：

哇，谢谢你的建议。解决了我的问题。对上述代码步骤的一些解释表示赞赏。
不客气！如果可能的话，您也可以对我的解决方案进行投票，谢谢。