【发布时间】:2023-03-26 21:02:01
【问题描述】:
在这种情况下我需要一些帮助(顺便说一句,我是 python 新手,这是我的第一个问题):我正在使用 API 制作自动指标。我将事件分类为不同的类别,例如
def process():
df=pd.DataFrame(pd.read_excel(x.xlsx))
speed= df['speed']
status= []
for sp in speed:
if sp <= 5:
status.append('stopped')
elif speed <= 40 and speed > 5:
status.append('slow movement')
elif speed <= 90 and speed > 40:
status.append('normal movement')
事实上,我每小时都会对 API 进行一次新的咨询,因此信息会发生变化。我需要做的是测量两次咨询之间经过的时间。换句话说,如果在某个时刻某个值等于“停止”,我想知道该值在多少时间内具有相同的分类。我试过类似的东西:
data['timeNow'] = time.time()
for stat in data['status']:
if stat == 'stopped':
data['endTime'] = time.time()
data['timePassed'] = data['endTime'] - data['timeNow']
data['cumulatedTime'] = data['timePassed']
但问题在于它是静态的。
有什么想法吗?
【问题讨论】:
标签: python api classification