在固定时间步长上从 pandas 时间序列数据中提取最大值

Question

我有 3 列的数据。1 是传感器值读数_date_time_time(dtype-datetime64[ns])，其他 2 是传感器读数 wrt 时间戳。读数是 每分钟，我有读数30 天（43,800 行）。 现在我需要为每个小时、每天和每周找到传感器 1 的最大值以及读数的读数日期时间。我需要的输出是读数日期时间作为一列，最大读数在另一列。请帮助解决这个问题。数据样本附在截图中https://i.stack.imgur.com/jAtLE.png

Answer 1

如果您每分钟恰好有一个读数，则每小时您有 60 读数，每天您有 60*24=1440 读数，每周您有 60*24*7=10080 读数。

因此，假设您的数据框称为df，此代码应该可以完成这项工作（我只会发布每小时最大值，适应其他情况很简单，您只需将minutes_per_dt 更改为@987654326 @ 每日或minutes_per_dt = 10080 每周）：

tot_readings = 43800 # total number of rows in your df
# find max per hour:
minutes_per_dt = 60
max_values_per_dt = pd.DataFrame({}) # final data frame where to store maxs and times
for h in np.arange(0, tot_readings, minutes_per_dt):
    df_sliced = df[h:h+minutes_per_dt] # takes only minutes_per_dt rows starting from h
    tmp_max = pd.DataFrame(df_sliced.max()).transpose() # here you have a row with the time and the max values for the current hour analysed in the loop
    max_values_per_dt = max_values_per_dt.append(tmp_max) # append the maxs and the times into your final dataframe

这个想法是将数据帧切成所需的块（小时、天或周），并找到所有列的切片数据帧的最大值。找到该切片的最大值后，您可以将结果附加到最终数据帧（max_values_per_dt 这是您想要的输出）以存储与所有切片的最大值相对应的所有行所需时间步的数据帧。