如何以最小间隔将未排序的时间序列数据切割成箱?

本文介绍了如何以最小间隔将未排序的时间序列数据切割成箱?的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！

问题描述

限时送ChatGPT账号..

我有一个这样的数据框

<代码> X = pd.DataFrame({ 'A':[1.1341，1.13421，1.13433，1.13412，1.13435，1.13447，1.13459，1.13452，1.13471，1.1348，1.13496,1.13474,1.13483,1.1349,1.13502,1.13515，1.13526,1.13512]})

我们如何拆分这个系列以获得以下输出，使得最小差异至少为 0.0005

How can we split this series to get the following output such that the minimum difference is at least 0.0005

x['output'] =  [1,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,1,0]

推荐答案

我不相信有一种矢量化的方法可以做到这一点，因此您可能需要遍历这些值.

I don't believe there is a vectorized way to do this, so you probably need to loop through the values.

x = x.assign(output=0)  # Initialize all the output values to zero.
x['output'].iat[0] = 1
threshold = 0.0005
prior_val = x['a'].iat[0]
for n, val in enumerate(x['a']):
    if abs(val - prior_val) >= threshold:
        x['output'].iat[n] = 1
        prior_val = val  # Reset to new value found that exceeds threshold.

这篇关于如何以最小间隔将未排序的时间序列数据切割成箱?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！