使用trigg重新采样和重塑pandas数据帧

Question

我有一个有多个数据通道和一个触发通道的数据帧。触发通道为0或1。事件发生时为1。在

我想检测事件（trigger == 1）的开始和数据帧中的示例数据通道，以便只在事件触发器之后获得指定的时间量。在

举一个具体的例子，考虑一下：

import numpy as np
import pandas as pd

np.random.seed(0)

# time in seconds
t = np.arange(10)*0.1

# data channels and trigger
d = dict(y=np.random.randn(10),
         z=np.random.randn(10),
         trigger=[0, 1, 0, 0, 0, 1, 0, 0, 0, 0])
df = pd.DataFrame(d, index=t)

所以df是：

^{pr2}$

假设我有0.2秒的时间窗口。然后，当触发器在时间0.1秒和时间0.5秒时为1，我想提取该触发器后0.2时间窗口的y和z，并将它们放入一个具有维度的numpy3D数组中（事件的，时间窗口中的样本，通道的）。在

在本例中，两个触发事件的维度为（2，3，2），0.2秒时间窗口内的3个样本，2个通道（y，z）。在

在pandas中有没有一种有效的方法来做到这一点？我现在唯一能想到的方法是循环处理trigger == 1事件。在

Answer 1

提取设置触发器的行索引：

idx = np.where(df.trigger)[0]

将该1D数组扩展为2D数组，其中显示要采样的所有索引（这里，每个触发器使用3个采样）：

^{pr2}$

这是一个2x3阵列：

array([[1, 2, 3],
       [5, 6, 7]])

我们用它来得到最终结果：

out = df[['y', 'z']].values[samples]

这是一个2x3x2数组，每个触发器的y和z值乘以每个触发器的采样数。在