【问题标题】:How to detect peaks in timeseries如何检测时间序列中的峰值
【发布时间】:2020-06-16 16:19:29
【问题描述】:

slow growing peak

我们如何使用pandas找到标记为黄色的索引周围的突然峰值,我已经看到了突然下降的答案,(How to detect a sudden change in a time series plot in Pandas) 但我无法以滚动窗口方式实现突然的峰值(图中的黄色点)和时间序列的缓慢增长趋势 如果再次出现缓慢增长的峰值,我们如何以滚动方式检测所有这样的点

【问题讨论】:

  • 我会使用突然下降的答案,并在你的数据前面放一个减号 XD XD
  • 谢谢,但我没有在数据前面得到减号?
  • 好吧,如果你想在你的数组data_y中找到一个峰,那就和在-data_y中寻找一个下降一样:)
  • 你能给我们一些日期吗?
  • 你能定义一下,什么是你的突然高峰?

标签: python-3.x pandas time-series


【解决方案1】:

您可以使用diff(),文档为hier

n = 0
m = 1
df.loc[df['velocity'].diff(m)>n]

n 表示值的增加,当n 为正时。 m 是句号。 对于用户定义的值更改,必须调整 nm 这两个值,因为当时数据不可用。

【讨论】:

  • 不,这并没有给出突然变化的确切点,索引 160 周围的点是图表开始增加的点
猜你喜欢
  • 2012-08-28
  • 2020-09-26
  • 2020-10-08
  • 1970-01-01
  • 2020-04-20
  • 2019-05-20
  • 2017-09-20
  • 2019-07-31
  • 1970-01-01
相关资源
最近更新 更多