代码之家 › 专栏 › 技术社区 › Venugopal Bukkala

对于文件中的每一行,查找时间戳差异至少为n秒的下一行

time-series timestamp pandas python

Venugopal Bukkala · 技术社区 · 7 年前

我是Python时间序列编程新手。以下是示例文件:

DateTime<space> Price <space> Data1<space> Data2

Sample file contents:
20171105 09:20:01.134 2123.00 12.23 34.12
20171105 09:20:01.789 2133.00 32.43 45.62
20171105 09:20:02.238 2423.00 35.43 55.62
20171105 09:20:02.567 3423.00 65.43 56.62
20171105 09:20:02.948 2463.00 45.43 58.62

Date Format:
YYYYMMDD hh:mm:ss.mi
YYYY => Year
MM => Month starting from 01
DD => Day of month starting from 01
hh => hour
mm => minute
ss => second
mi => milliseconds

假设我们必须将价格移动n秒。对于中的每一行在文件中,找到时间戳差异至少为n秒的下一行。假设我们在l1行,下一行时间戳差为n秒的是l2。那么l1的转移时间就是l2的价格——l1的价格。让我们计算出上述逻辑。假设换档时间间隔为1秒。然后相隔1秒的线条为:

成对(第一行,第三行),(第二行,第五行)。第三、第四和第五行没有一对,即没有时间戳差大于或等于1秒的行。

一线移动价格为2423.00-2123.00=300 二线价格变动为2463.00-2133.0=330 3号、4号和5号线没有变动价格。

有人能帮我在Pandad中编写代码吗。。非常感谢。

1 回复 | 直到 7 年前

jakevdp 7 年前

以下是一种方法:

import pandas as pd

# read CSV and parse dates
df = pd.read_csv('tmp.csv', delim_whitespace=True, names=range(5),
                 parse_dates={'date': [0, 1]})

# find indices of shifted values
n = 1
shifted = df['date'] + pd.Timedelta(n, 's')
indices = df['date'].searchsorted(shifted)

# add a column with the shift
df['shift'] = df[2].reindex(indices).reset_index(drop=True) - df[2]
print(df)

结果是:

                     date       2      3      4  shift
0 2017-11-05 09:20:01.134  2123.0  12.23  34.12  300.0
1 2017-11-05 09:20:01.789  2133.0  32.43  45.62  330.0
2 2017-11-05 09:20:02.238  2423.0  35.43  55.62    NaN
3 2017-11-05 09:20:02.567  3423.0  65.43  56.62    NaN
4 2017-11-05 09:20:02.948  2463.0  45.43  58.62    NaN

推荐文章

W. Walter · 熊猫-根据混合频率数据计算月平均值

2 年前

luide · 熊猫前瞻性滚动窗口-参差不齐指数

6 年前

user5458635 · 多输出LSTM时间序列预测

6 年前

Rafael Díaz · 创建具有特定日期的时间序列

6 年前

Manthan mahes wari · 如何将2D pandas阵列适配到Keras LSTM层?

6 年前

Rob · 时间序列图中的重复模式

6 年前

user60856839 · 使用Sparkyr完成时间序列

6 年前

amigo · 将带有时间序列的大型混合CSV导入R

6 年前

ct957 · R中的colsum条件?

6 年前

jamesrogers93 · 用于检索时间序列财务数据摘要的高效Cassandra DB设计

6 年前