我有一个熊猫数据框，它有两列，一列是温度，另一列是时间。
我想创建第三列和第四列，分别称为 min 和 max。这些列中的每一列都将用 nan 填充，除非存在局部最小值或最大值，否则它将具有该极值的值。
这是数据的样例，基本上我试图识别图中的所有峰值和低点。
是否有任何带有 pandas 的内置工具可以做到这一点？
【问题讨论】：
q% 最小或最大类别中的模型，使用pd.quantile。
标签： python pandas dataframe numpy time-series
The solution offered by fuglede 很棒，但如果您的数据非常嘈杂（如图中的那个），您最终会得到许多误导性的局部极端值。我建议你使用scipy.signal.argrelextrema() 方法。 .argrelextrema() 方法有其自身的局限性，但它有一个有用的功能，您可以指定要比较的点数，有点像噪声过滤算法。例如：
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from scipy.signal import argrelextrema
# Generate a noisy AR(1) sample
np.random.seed(0)
rs = np.random.randn(200)
xs = [0]
for r in rs:
xs.append(xs[-1] * 0.9 + r)
df = pd.DataFrame(xs, columns=['data'])
n = 5 # number of points to be checked before and after
# Find local peaks
df['min'] = df.iloc[argrelextrema(df.data.values, np.less_equal,
order=n)[0]]['data']
df['max'] = df.iloc[argrelextrema(df.data.values, np.greater_equal,
order=n)[0]]['data']
# Plot results
plt.scatter(df.index, df['min'], c='r')
plt.scatter(df.index, df['max'], c='g')
plt.plot(df.index, df['data'])
plt.show()
几点：
n 来过滤噪声点argrelextrema 返回一个元组，最后的 [0] 提取一个 numpy 数组【讨论】：
argrelextrema
假设感兴趣的列标记为data，一种解决方案是
df['min'] = df.data[(df.data.shift(1) > df.data) & (df.data.shift(-1) > df.data)]
df['max'] = df.data[(df.data.shift(1) < df.data) & (df.data.shift(-1) < df.data)]
例如：
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
# Generate a noisy AR(1) sample
np.random.seed(0)
rs = np.random.randn(200)
xs = [0]
for r in rs:
xs.append(xs[-1]*0.9 + r)
df = pd.DataFrame(xs, columns=['data'])
# Find local peaks
df['min'] = df.data[(df.data.shift(1) > df.data) & (df.data.shift(-1) > df.data)]
df['max'] = df.data[(df.data.shift(1) < df.data) & (df.data.shift(-1) < df.data)]
# Plot results
plt.scatter(df.index, df['min'], c='r')
plt.scatter(df.index, df['max'], c='g')
df.data.plot()
【讨论】：
使用 Numpy
ser = np.random.randint(-40, 40, 100) # 100 points
peak = np.where(np.diff(ser) < 0)[0]
或
double_difference = np.diff(np.sign(np.diff(ser)))
peak = np.where(double_difference == -2)[0]
使用熊猫
ser = pd.Series(np.random.randint(2, 5, 100))
peak_df = ser[(ser.shift(1) < ser) & (ser.shift(-1) < ser)]
peak = peak_df.index
【讨论】：