在嘈杂的时间序列中找到下降的任何现有方法？答案

【问题标题】：Any existing methods to find a drop in a noisy time series?在嘈杂的时间序列中找到下降的任何现有方法？
【发布时间】：2017-11-16 14:02:27
【问题描述】：

我有一个时间序列（值数组），我想找到值开始长期下降的起点（至少 X 个连续值下降）。例如：

有一个值列表

[1,2,3,4,3,4,5,4,3,4,5,4,3,2,1,2,3,2,3,4,3,4,5,6,7,8]

我想找到至少 5 个连续值的下降。所以在这种情况下，我会找到段 5,4,3,2,1。

但是，在真实场景中，数据中存在噪声，因此实际下降包含很多小起伏。

我可以为此编写一个算法。但我想知道是否有用于此类分析的现有库或标准信号处理方法。

【问题讨论】：

【解决方案1】：

您可以使用 pandas（我知道您有）轻松地做到这一点。将您的列表转换为系列，然后执行groupby + count 以查找连续下降的值：

v = pd.Series([...])
v[v.groupby(v.diff().gt(0).cumsum()).transform('size').ge(5)]

10    5
11    4
12    3
13    2
14    1
dtype: int64

【讨论】：

您能解释一下这是如何工作的吗？我只有熊猫的基本经验。这是否解释了在下降过程中可能会出现小幅增长的事实？
@swbandit 中间加小加？基本上，我所做的就是找到连续增加的值组，并对每组值进行分组，并消除那些小于 5 的组。
抱歉，表示下降中途有小幅上涨。这意味着您可以拥有 5,4,3,2,3,2,1
@swbandit 我不赞成提问者没有具体说明他们的完整问题，然后期望回答者介意阅读它们并写下完整的答案，即使 OP 中没有提到它。我再告诉你一次，要么提出一个新问题，要么自己解决你的问题。您作为后续问题随便问的“实际问题”不能作为解决问题中提到的“当前问题”的代码的微不足道的扩展来解决。
@swbandit StackOverflow 也是关于好问题的，而你的问题不是。如果我错过的“小细节”如此重要，也许它不应该那么少？是的，我回答问题是为了积分，那么你的点是什么？我回答你问题的动机在这里无关紧要。