如何使此行操作具有性能(python)?

Question

我的问题很简单，但我就是无法理解它： 我有两个数据帧：

1. 具有两列的时间序列dataframe：Timestamp和DataValue
2. 具有start、end时间戳和标签的时间间隔dataframe

我想做什么：

向时间序列添加第三列，该列根据时间间隔dataframeyields标签。

每个timepoint都需要有一个由时间间隔指定的分配标签dataframe。

此代码有效：

TimeSeries_labelled = TimeSeries.copy(deep=True)
TimeSeries_labelled["State"] = 0
for index in Timeintervals_States.index:
for entry in TimeSeries_labelled.index:
if Timeintervals_States.loc[index,"start"] <= TimeSeries_labelled.loc[entry, "Timestamp"] <=     Timeintervals_States.loc[index,"end"]:
TimeSeries_labelled.loc[entry, "State"] = Timeintervals_States.loc[index,"state"]

但它真的很慢。我试图用内置的 pyhton 过滤器代码让它更短、更快，但惨遭失败。 请帮忙！

Answer 1

我真的不了解时间序列，使用包含时间戳的数据帧作为日期时间对象，您可以使用如下所示的内容：

import pandas as pd
#Create the thrid column in the target dataframe
df_timeseries['label'] = pd.Series('',index=df_timeseries.index)
#Loop over the dataframe containing start and end timestamps
for index,row in df_start_end.iterrows():
#Create a boolean mask to filter data
mask = (df_timeseries['timestamp'] > row['start']) & (df_timeseries['timestamp'] < row['end']) 
df_timeseries.loc[mask,'label'] = row['label']

这将使与掩码条件匹配的时间序列数据帧具有行的标签，对于包含开始和结束时间戳的数据帧的每一行