Pandas：遍历行并查找出现频率

Question

我有一个包含 2 列和 3000 行的数据框。

第一列以时间步长表示时间。例如第一行是 0，第二行是 1，...，最后一行是 2999。

第二列代表压力。当我们遍历行时压力会发生变化，但会表现出重复的行为。所以每隔几步我们就会看到它达到最小值（即 375），然后再次上升，然后再次上升到 375，以此类推。

我想在 Python 中做的是遍历行并查看： 1）我们看到压力最小的时间步长

2)找出最小值之间的频率。

import numpy as np
import pandas as pd
import numpy.random as rnd
import scipy.linalg as lin
from matplotlib.pylab import *
import re
from pylab import *
import datetime

df = pd.read_csv('test.csv')
row = next(df.iterrows())[0]
dataset = np.loadtxt(df, delimiter=";")

df.columns = ["Timestamp", "Pressure"]
print(df[[0, 1]])

Answer 1

您不需要逐行迭代，您可以将整列与min 值进行比较以屏蔽它，然后您可以使用该屏蔽找到时间步长diff：

数据设置：

In [44]:
df = pd.DataFrame({'timestep':np.arange(20), 'value':np.random.randint(375, 400, 20)})
df

Out[44]:
    timestep  value
0          0    395
1          1    377
2          2    392
3          3    396
4          4    377
5          5    379
6          6    384
7          7    396
8          8    380
9          9    392
10        10    395
11        11    393
12        12    390
13        13    393
14        14    397
15        15    396
16        16    393
17        17    379
18        18    396
19        19    390

通过将列与min 值进行比较来掩盖df：

In [45]:    
df[df['value']==df['value'].min()]

Out[45]:
   timestep  value
1         1    377
4         4    377

我们可以使用带有loc的掩码来找到对应的'timestep'值，并使用diff来查找区间差异：

In [48]:    
df.loc[df['value']==df['value'].min(),'timestep'].diff()

Out[48]:
1    NaN
4    3.0
Name: timestep, dtype: float64

您可以将以上内容除以 1/60 以找到频率为 1 分钟或您想要的任何频率单位