我的问题最好用一个例子来描述，例如t是时间索引，而x是数据，我们已经输入
t = [1,2,3, 7,9,11, 17,18,20]
x = [1,2,3, 4,5,6, 7,8,9]
s = ['P', 'P', 'N', 'N', 'N', 'N', 'P', 'P', 'P']
window = 2
所需的输出：
t1 = [1, 3, 7, 17]
x1 = [3, -3, -15, 24]
即我想对x进行聚类，以便如果2个连续样本的时间戳的差异为s值，则将它们放在一起，然后将所有聚类在一起。此外，那些具有S值为N的簇使它们为负。
然后，将每个群集中第一个样本的时间戳记作为该群集的时间。
如何在熊猫中做到这一点？
示例说明：群集为（1,2），（3），（4,5,6），（7、8、9）。 （3）必须位于自己的群集中，因为即使它接近其前身，它也具有不同的符号。 （4,5,6）均为负（s值为N），因此该群集的分配值为-（4 + 5 + 6）= -15
最佳答案
这是一个开始。给定您的值的数据框，添加三个新列，数据向后移动一次。同时添加x的签名版本。
df = pd.DataFrame({'t':t, 'x':x, 's':s})
df[['s_1', 't_1', 'x_1']] = df.shift(-1)
df['x_signed'] = np.where(df['s'] == 'N', -1 * df['x'], df['x'])
根据两个可能的条件，添加一个表示新集群开始的布尔列。
df['cluster'] = (df['s'] != df['s_1']) | (df['t_1'] - df['t'] > window)
向后移动一次，将其填充为第一个值（组0），转换为整数，然后求和，将其转换为组号。
df['cluster'] = df['cluster'].shift(1).fillna(False).astype(int).cumsum()
然后从那里，很容易进行分组并获得输出。
In [72]: df.groupby('cluster').agg({'t':'first', 'x_signed':'sum'})
Out[72]:
t x_signed
cluster
0 1 3
1 3 -3
2 7 -15
3 17 24
关于python - Pandas -彼此之间的铲斗事件，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/25516477/