如何检查一种情况是否持续超过15分钟

Question

以下是数据集的示例

值

日期
2020-01-01 01:35	50
2020-01-01 01:41	49
2020-01-01 01:46	50

我发布了5分钟的代码，以便输出与您想要的输出相匹配。将300更改为900，持续15分钟。步骤：

1. 将df['Date']转换为datetime，这样我们就可以减去两个日期知道他们之间的时差。

2. 按日期对df进行分组，并为每个组对象调用f。

3. 在f中：max-continuous_range给出最长分段的长度，其中值为50。如果长度为5分钟或更长，则f返回True。如果f返回True，则在列表中追加日期。

使用：

def f(g):
mask = (g['Value'] == 50)
max_continuous_range = (np.max(np.cumsum(g['Date'].where(mask).diff()))
+ timedelta(minutes = 1))
return  max_continuous_range.seconds >= 300
df['Date'] = pd.to_datetime(df['Date'])
groups = df.groupby(df['Date'].dt.date, as_index = False)
final_list = [str(idx) for idx, g in groups if f(g)]

输入：

Date  Value
0  2020-01-01 01:35     40
1  2020-01-01 01:36     50
2  2020-01-01 01:37     50
3  2020-01-01 01:38     50
4  2020-01-01 01:39     50
5  2020-01-01 01:40     50
6  2020-01-01 01:41     40
7  2020-01-01 01:42     40

输出：

>>> final_list
['2020-01-01']

内部f(g(：

mask：如果值为50，则为True。

0    False
1     True
2     True
3     True
4     True
5     True
6    False
7    False

df['Date'].where(mask)将NaT放入掩码不为True的位置。

0                   NaT
1   2020-01-01 01:36:00
2   2020-01-01 01:37:00
3   2020-01-01 01:38:00
4   2020-01-01 01:39:00
5   2020-01-01 01:40:00
6                   NaT
7                   NaT

CCD_ 14给出了两个连续元素之间的差异。如果任何值为NaT，则会给出NaT。df['Date'].where(mask).diff():后的结果

0               NaT
1               NaT
2   0 days 00:01:00
3   0 days 00:01:00
4   0 days 00:01:00
5   0 days 00:01:00
6               NaT
7               NaT

现在，连续时间之间的差的累积和将给出所经过的总时间。np.cumsum(...):之后

0               NaT
1               NaT
2   0 days 00:01:00
3   0 days 00:02:00
4   0 days 00:03:00
5   0 days 00:04:00
6               NaT
7               NaT

np.max给出了我们最长的长度。增加1分钟以处理边界条件

您可以创建一个虚拟变量，该变量本质上充当连续运行的id。它背后的逻辑是将每个值与序列中的下一个值进行比较，看看结果是否不相等。然后，我们将它们强制转换为整数，并进行累积求和。这意味着伪变量只会在条纹结束时增加。然后，我们可以在此伪变量上分组，应用计数，并根据您的条件进行筛选

df['dummy_id'] = (df['Value'] != df['Value'].shift()).cumsum()
grouped_df = df.groupby("dummy_id").agg({"dummy_id": "count", "date": "min"})

然后你所要做的就是根据你想要的东西进行过滤，你应该可以去了。