不规则时间序列d值的计数变化

Question

我有一些时间序列数据是这样的：

Timestamp             Value
26/09/2013 17:00:00     1
26/09/2013 17:05:00     1
26/09/2013 17:08:41     1
26/09/2013 17:38:43     1
26/09/2013 17:49:55     0
26/09/2013 17:49:57     1

我想把它转换成一个普通的时间序列（15米），用15米时间段内数值变化的次数计数。所以像这样的事

^{pr2}$

我看过熊猫，不知道怎么做。在

一些背景知识可能会有所帮助。这是SCADA（传感器）数据-1和0对应于设备状态-例如开关打开或关闭。SCADA系统在变化时报告当前值，但也不定期地轮询和报告该时间点的当前值（可能没有改变）。在

我要做的是将数据转换成一个可以加载到数据库中的形式，然后我们就可以开始查询哪些开关频繁地改变状态。在

Answer 1

这有点像黑客，但它很管用：

import datetime
import pandas as pd

time_vec =     [datetime.datetime(2013,9,26,17,0,0)
               ,datetime.datetime(2013,9,26,17,5,0) 
               ,datetime.datetime(2013,9,26,17,8,41)     
               ,datetime.datetime(2013,9,26,17,38,43)
               ,datetime.datetime(2013,9,26,17,49,55)
               ,datetime.datetime(2013,9,26,17,49,57)]
df = pd.DataFrame([1,1,1,1,0,1],index = time_vec,columns=['value'])

df['count_change']=0
df.ix[df.value!=df.value.shift(1),'count_change']=1
df.ix[0,'count_change']=0

df.resample('15min',how={'value': 'last', 'count_change': 'sum'},fill_method='ffill',label='right')

编辑：

我刚刚意识到，您可能只想在没有数据的间隔中向前填充value列，而不是count_change列（尽管在这个特定的示例中它不会更改任何内容）。解决方法可以是：

^{pr2}$