我是python新手，有一个简单的问题，我还没有找到答案。
假设我有一个c（t）的时间序列：
t_ c_
1 40
2 41
3 4
4 5
5 7
6 20
7 20
8 8
9 90
10 99
11 10
12 5
13 8
14 8
15 19
我现在想评估这个系列，关于c值在一定范围内持续了多长时间，以及这些时间段发生的频率。
因此，结果将包括三列：c（binned）、duration（binned）、frequency。转化为简单的例子，结果如下：
c_ Dt_ Freq_
0-50 8 1
50-100 2 1
0-50 5 1
你能给我个建议吗？
提前谢谢你，
乌尔里克
//编辑：
谢谢你的回复我的示例数据有点缺陷，因此我无法显示我的问题的一部分所以，这里有一个新的数据系列：
series=
t c
1 1
2 1
3 10
4 10
5 10
6 1
7 1
8 50
9 50
10 50
12 1
13 1
14 1
如果我采用Christoph提出的准则：
bins = pd.cut(series['c'], [-1, 5, 100])
same_as_prev = (bins != bins.shift())
run_ids = same_as_prev.cumsum()
result = bins.groupby(run_ids).aggregate(["first", "count"])
我得到这样的结果：
first count
(-1, 5] 2
(5, 100] 3
(-1, 5] 2
(5, 100] 3
(-1, 5] 3
但我更感兴趣的是：
c length freq
(-1, 5] 2 2
(-1, 5] 3 1
(5, 100] 3 2
我怎样才能做到这一点？我怎么能把它画成kde图呢？
最好的，
乌尔里克
最佳答案
用一个例子很好地问了一个问题：）
这是一种方法，很可能是不完整的，但它应该会帮助你一点。
由于数据的时间间隔是固定的，所以我不实现时间序列，而是将索引用作时间。因此，我将c转换为一个数组，并使用np.where()在容器中查找值。
import numpy as np
c = np.array([40, 41, 4, 5, 7, 20, 20, 8, 90, 99, 10, 5, 8, 8, 19])
bin1 = np.where((0 <= c) & (c <= 50))[0]
bin2 = np.where((50 < c) & (c <= 100))[0]
对于bin1，输出是
array([ 0, 1, 2, 3, 4, 5, 6, 7, 10, 11, 12, 13, 14], dtype=int64)对应于idx，其中c的值在bin中。下一步是找到连续的idx。根据这个：
from itertools import groupby
from operator import itemgetter
data = bin1
for k, g in groupby(enumerate(data), lambda ix : ix[0] - ix[1]):
print(list(map(itemgetter(1), g)))
# Output is:
#[0, 1, 2, 3, 4, 5, 6, 7]
#[10, 11, 12, 13, 14]
最后一步：按正确的顺序放置新的子箱，并跟踪哪个箱对应于哪个子箱因此，完整的代码如下所示：
import numpy as np
from itertools import groupby
from operator import itemgetter
c = np.array([40, 41, 4, 5, 7, 20, 20, 8, 90, 99, 10, 5, 8, 8, 19])
bin1 = np.where((0 <= c) & (c <= 50))[0]
bin2 = np.where((50 < c) & (c <= 100))[0]
# 1 and 2 for the range names.
bins = [(bin1, 1), (bin2, 2)]
subbins = list()
for b in bins:
data = b[0]
name = b[1] # 1 or 2
for k, g in groupby(enumerate(data), lambda ix : ix[0] - ix[1]):
subbins.append((list(map(itemgetter(1), g)), name))
subbins = sorted(subbins, key=lambda x: x[0][0])
输出：
[([0, 1, 2, 3, 4, 5, 6, 7], 1), ([8, 9], 2), ([10, 11, 12, 13, 14], 1)]然后，你只需要做你想要的统计：）
关于python - 评估频率，持续时间和时间序列值，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/55119880/