如何查找一个值是否按顺序或时间顺序出现？答案

【问题标题】：How to find whether a value is occurring in sequence or time order?如何查找一个值是否按顺序或时间顺序出现？
【发布时间】：2020-01-03 20:17:30
【问题描述】：

我在下面给出了两个数据框供您测试

df_1 = pd.DataFrame({
'subject_id':[1,1,1,1,1,1,1,1,1,1,1],
'time_1' :['2173-04-03 10:00:00','2173-04-03 10:15:00','2173-04-03 10:30:00','2173-04-03 10:45:00','2173-04-03 11:01:00','2173-04-04 12:00:00','2173-04-05 16:00:00','2173-04-05 22:00:00','2173-04-06 04:00:00','2173-04-06 04:30:00','2173-04-06 06:30:00'],
'val' :[5,5,5,5,5,10,5,8,3,8,10]
})

df_2 = pd.DataFrame({
'subject_id':[1,1,1,1,1,1,1,1,1,1,1],
'time_1' :['2173-04-03 10:00:00','2173-04-03 10:15:00','2173-04-03 10:30:00','2173-04-03 10:45:00','2173-04-03 11:01:00','2173-04-04 12:00:00','2173-04-05 16:00:00','2173-04-05 22:00:00','2173-04-06 04:00:00','2173-04-06 04:30:00','2173-04-06 06:30:00'],
'val' :[5,6,5,6,5,10,5,8,3,8,10]
 })

我正在尝试查找val 列中的值是否按顺序（时间顺序）。我的意思是一个值出现时没有中断（例如：5,5,5 是一个序列（时间顺序），而 5,6,5,6 是 5 序列被中断的示例）。你能帮我找到吗？

这是我尝试了一些 cumsum 和 duration 但它不起作用

df['time_1']= pd.to_datetime(df1['time_1'])
s=pd.to_timedelta(24,unit='h')-(df.time_1-df.time_1.dt.normalize())
df['tdiff'] = 
df.groupby(df.time_1.dt.date).time_1.diff().shift(-1).fillna(s)
df['t_d'] = df['tdiff'].dt.total_seconds()/3600
df['date'] = df['time_1'].dt.date
df.groupby(['val','date'],sort=False)['t_d'].agg({'cumduration':sum,'freq':'count'}).reset_index()

我希望我的 df_2 输出是这样的。

【问题讨论】：

标签： python python-3.x pandas datetime python-datetime

【解决方案1】：

你的开销有点太大了。将这些步骤填充到一行命令中：

将 ["val"] 向左移一位 ...
... 用将该移位序列与 ["val"] 进行比较
这为您提供了一系列布尔值；对此应用all()

all() 的结果告诉你它们是否在非降序中。

编码留给读者作为练习。 :-)

【讨论】：

第二步，为什么我们必须使用<=，如果我检查它们是否相同，不应该只是=吗？只是想学习
您要求查找它们是否按顺序排列，而不是它们是否相同。此外，在 Stack Overflow 上已经多次解决了查找匹配值序列的问题，您应该在没有发布新问题的情况下找到了这些解决方案。