子集pandas limeseries dataframe从循环if语句中循环

Question

请让我知道我的问题标题是否准确 - 我认为我需要一个循环if语句来解决下面的问题 - 我是Python和总体编程的新手，所以不知道术语是否正确。

我正在使用Spyder，从事研究项目。

我需要在现有数据框架(DF(中创建一个新变量，该变量提供以下逻辑：

• 在时间T1(E1列中的数字1的第1个出现(和时间T2(E1中的2nd 1(之间，如果对于任何变量(E2或E3(之间的T1和T2之间有1个记录(E3(或 T1和T2之间的V1值大于1，然后将1放在新列中，称为T1和T2之间的"结果"。

• 在时间T2(E1列中的数字1的第2个出现(和时间T3(E1中的第3个(之间，如果任何变量(E2或E3(在T2和T3之间记录了1个(E3(或 T2和T3之间的V1值大于1，然后将1放在新列中，称为T2和T3之间的"结果"。

在T3和T4等之间等等。

之后，我将基于所有具有1个"结果"的行创建数据子集。

重新创建DF的一小部分：

import pandas as pd
import numpy as np
import datetime

df = pd.DataFrame({'e1' : [1,np.nan,np.nan,1,np.nan,1,np.nan,np.nan,1,np.nan,np.nan,1,np.nan],
                    'e2' : [np.nan,1,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan],
                    'e3' : [np.nan,np.nan,np.nan,np.nan,1,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan],
                    'v1' : [1,1,1,1,1,1,1,1,1,1.2,1.5,1,1],},
                        index=pd.date_range('2019-05-02T00:00:00', '2019-05-02T01:00:00', freq='5T'))

结果应为：

'result' : [1,1,1,1,1,np.nan,np.nan,np.nan,np.nan,1,1,np.nan,np.nan]

我希望这是有道理的。

谢谢！

编辑31.05.2019

但是，解决方案建议在大多数情况下起作用，但以关键的方式失败：

我已经编辑了示例数据，其中包括一个实例，其中00:25:00在E1和E2中都有观察。

import pandas as pd
import numpy as np
import datetime
df = pd.DataFrame({'e1' : [1,np.nan,np.nan,1,np.nan,1,np.nan,np.nan,1,np.nan,np.nan,1,np.nan],
                    'e2' : [np.nan,1,np.nan,np.nan,np.nan,1,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan],
                    'e3' : [np.nan,np.nan,np.nan,np.nan,1,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan]},
                        index=pd.date_range('2019-05-02T00:00:00', '2019-05-02T01:00:00', freq='5T'))

问题

我遇到的问题是，建议的解决方案是在00:25:00和00:40:00之间报告结果，我希望结果不包括此结果。我希望代码在E1列中分析1的时间，而不包括E1中的观察时间。

我希望这是有道理的...

Answer 1

这可以通过masking和groupby来完成：

# if there is an event at that time
events = df[['e2','e3']].notna().any(axis=1)
# if v1 > 1 at given time
v1g1 = df['v1'].gt(1)
# mask
mask = v1g1 | events
# group the events by e1 
df['result'] = mask.groupby(df.e1.fillna(0).cumsum()).transform('any')
# if you want 1 and NaN:
df['result'] = np.where(mask.groupby(df.e1.fillna(0).cumsum()).transform('any'),
                        1, np.nan)

输出是 True， False，而不是 1, NaN：

                        e1      e2      e3      v1      result
2019-05-02 00:00:00     1.0     NaN     NaN     1.0     True
2019-05-02 00:05:00     NaN     1.0     NaN     1.0     True
2019-05-02 00:10:00     NaN     NaN     NaN     1.0     True
2019-05-02 00:15:00     1.0     NaN     NaN     1.0     True
2019-05-02 00:20:00     NaN     NaN     1.0     1.0     True
2019-05-02 00:25:00     1.0     NaN     NaN     1.0     False
2019-05-02 00:30:00     NaN     NaN     NaN     1.0     False
2019-05-02 00:35:00     NaN     NaN     NaN     1.0     False
2019-05-02 00:40:00     1.0     NaN     NaN     1.0     True
2019-05-02 00:45:00     NaN     NaN     NaN     1.2     True
2019-05-02 00:50:00     NaN     NaN     NaN     1.5     True
2019-05-02 00:55:00     1.0     NaN     NaN     1.0     False
2019-05-02 01:00:00     NaN     NaN     NaN     1.0     False