我正在處理一個時間序列數(shù)據(jù)框，它看起來像這樣，并且包含從 2020 年 1 月到 2020 年 8 月的數(shù)據(jù)。 Timestamp Value 2020-01-01 00:00:00 -68.95370 2020-01-01 00:05:00 -67.90175 2020-01-01 00:10:00 -67.45966 2020-01-01 00:15:00 -67.07624 2020-01-01 00:20:00 -67.30549 ..... 2020-07-01 00:00:00 -65.34212我正在嘗試使用下面數(shù)據(jù)框中的 start_time 和 end_time 列對前一個數(shù)據(jù)幀應(yīng)用過濾器： start_time end_time 2020-01-12 16:15:00 2020-01-13 16:00:00 2020-01-26 16:00:00 2020-01-26 16:10:00 2020-04-12 16:00:00 2020-04-13 16:00:00 2020-04-20 16:00:00 2020-04-21 16:00:00 2020-05-02 16:00:00 2020-05-03 16:00:00輸出應(yīng)將所有不在開始和結(jié)束時間范圍內(nèi)的值分配為零，并保留過濾器中指定的開始和結(jié)束時間的值。我嘗試對開始時間和結(jié)束時間同時應(yīng)用兩個過濾器，但沒有用。任何幫助，將不勝感激。
2 回答
米脂
TA貢獻(xiàn)1836條經(jīng)驗 獲得超3個贊
想法是在列表理解中創(chuàng)建所有掩碼Series.between，然后加入logical_orbynp.logical_or.reduce并最后傳遞給Series.where：
print (df1)
? ? ? ? ? ? Timestamp? ? ?Value
0 2020-01-13 00:00:00 -68.95370 <- changed data for match
1 2020-01-01 00:05:00 -67.90175
2 2020-01-01 00:10:00 -67.45966
3 2020-01-01 00:15:00 -67.07624
4 2020-01-01 00:20:00 -67.30549
5 2020-07-01 00:00:00 -65.34212
L = [df1['Timestamp'].between(s, e) for s, e in df2[['start_time','end_time']].values]
m = np.logical_or.reduce(L)
df1['Value'] = df1['Value'].where(m, 0)
print (df1)
? ? ? ? ? ? Timestamp? ? Value
0 2020-01-13 00:00:00 -68.9537
1 2020-01-01 00:05:00? ?0.0000
2 2020-01-01 00:10:00? ?0.0000
3 2020-01-01 00:15:00? ?0.0000
4 2020-01-01 00:20:00? ?0.0000
5 2020-07-01 00:00:00? ?0.0000
POPMUISE
TA貢獻(xiàn)1765條經(jīng)驗 獲得超5個贊
使用合并方法和查詢的外部連接的解決方案：
print(df1)
? ? ? ? ? ? timestamp? ? ?Value <- changed Timestamp to timestamp to avoid name conflict in query
0 2020-01-13 00:00:00 -68.95370 <- also changed data for match
1 2020-01-01 00:05:00 -67.90175
2 2020-01-01 00:10:00 -67.45966
3 2020-01-01 00:15:00 -67.07624
4 2020-01-01 00:20:00 -67.30549
5 2020-07-01 00:00:00 -65.34212
df1.loc[df1.index.difference(df1.assign(key=0).merge(df2.assign(key=0), how = 'outer')\
? ? ? ? ? ?.query("timestamp >= start_time and timestamp < end_time").index),"Value"] = 0
結(jié)果：
? ? ? ? ? ? timestamp? ? Value
0 2020-01-13 00:00:00 -68.9537
1 2020-01-01 00:05:00? ?0.0000
2 2020-01-01 00:10:00? ?0.0000
3 2020-01-01 00:15:00? ?0.0000
4 2020-01-01 00:20:00? ?0.0000
5 2020-07-01 00:00:00? ?0.0000
鍵assign(key=0)被添加到兩個數(shù)據(jù)幀以產(chǎn)生笛卡爾積。
添加回答
舉報
0/150
提交
取消