在 n 个时间序列中搜索相等值的区间答案

【问题标题】：Search for intervals of equal values in n time series在 n 个时间序列中搜索相等值的区间
【发布时间】：2020-02-13 17:03:15
【问题描述】：

我尝试搜索所有数据帧都保持相同值（例如 1）的时间间隔（例如 1 分钟）。

给定 n 个可能具有不同时间戳的时间序列（df1、df2、df3、...）。时间序列具有离散状态值 0 和 1。从这些跳转函数中，我想生成一个值永远不应大于 1 的序列。我想以某种方式对所有帧求和并应用 max(x, 1)。

import pandas as pd

df1 = pd.DataFrame({'2018-01-01 00:00:00': [1],
                    '2018-01-01 00:01:00': [0],
                    '2018-01-01 00:03:00': [0],
                    '2018-01-01 00:04:00': [1]})

df2 = pd.DataFrame({'2018-01-01 00:00:00': [0],
                    '2018-01-01 00:01:30': [1],
                    '2018-01-01 00:03:00': [0],
                    '2018-01-01 00:04:30': [1]})

df3 = pd.DataFrame({'2018-01-01 00:00:00': [1],
                    '2018-01-01 00:01:15': [1],
                    '2018-01-01 00:03:00': [0],
                    '2018-01-01 00:04:45': [0]})

frames = [df1, df2, df3]
result = pd.concat(frames)

print(df1.add(df2.add(df3,axis="index",fill_value=0),axis="index",fill_value=0))

中间结果：

[3 rows x 8 columns]
   2018-01-01 00:00:00  2018-01-01 00:01:00  2018-01-01 00:01:15  ...  2018-01-01 00:04:00  2018-01-01 00:04:30  2018-01-01 00:04:45
0                    2                  0.0                  1.0  ...                  1.0                  1.0                  0.0

我想有一种更舒适和直观的方式（concat、merge、join...）来做到这一点。我会把我的问题分成：

获得更多关于熊猫的知识:)
添加/求和数据帧/时间序列
让值 0 或 1
评估更改间隔的持续时间

【问题讨论】：

标签： python pandas time-series

【解决方案1】：

IIUC，你可以用max：

pd.concat([df1,df2,df3], sort=False).max()

或者如果您想按索引对齐数据框：

pd.concat([df1,df2,df3], sort=False).groupby(level=0).max()

输出：

   2018-01-01 00:00:00  2018-01-01 00:01:00  2018-01-01 00:03:00  \
0                    1                  0.0                    0

【讨论】：