如何查找熊猫时间序列的事件持续时间

我在['符号']列中确定以下时间序列中的正面和负面时间段。我怎样才能得到1和-1的每个持续时间，然后用1和-1来计算周期数？如何查找熊猫时间序列的事件持续时间

因此，如果我在['sign']列中连续五个'1'，然后连续三个'-1'，然后是两个'1'，则答案是持续时间：5天，3天和2天。然后数数。 '1'：2和 '-1'：1.

import pandas_datareader.data as web 
import datetime as dt 
import numpy as np 
import pandas as pd 

end = dt.datetime(2016, 12, 31) 
start = dt.date(end.year-15, end.month, end.day) 

aapl = web.DataReader('AAPL', 'yahoo', start, end)['Adj Close'] 
aapl = pd.DataFrame(aapl) 
aapl['ema'] = aapl.ewm(200).mean() 
aapl['diff'] = (aapl['Adj Close']/aapl['ema']) - 1 
aapl['sign'] = np.sign(aapl['diff'])

UPDATE： 我意识到，需要周期其中sign = '1'，并签署=单独的计数 '-1'，当涉及持续时间。这是对'1'和'-1'时期的描述性统计。

大熊猫版本：0.19.2

来源

2017-02-20 cJc

对于UPDATE部分，你可以添加一个样本和预期的o/p？ – Divakar

In [1]：duration_up_count（a） Out [2]：（array（[5，2]））使用你的数组，等价于down。然后跳过累计计数。 – cJc

您可以使用diff()和随后cumsum()得到的差异在系列中，并相应地groupby。

aapl.groupby((aapl.sign.diff() != 0).cumsum()).size()

至于让每个星座群的数量，有可能是一个更聪明的方式来做到这一点，但删除重复后，你可以重新使用相同的diff结果索引原始sign系列。

aapl.sign.iloc[(aapl.sign.diff() != 0).cumsum().drop_duplicates().index] 
       .value_counts().to_dict()

把这个很好的功能可能看起来像

def durs(df): 
    diffs = (df.sign.diff() != 0).cumsum() 
    cnts = df.sign.iloc[diffs.drop_duplicates().index].value_counts().to_dict() 
    days = df.groupby(diffs).size() 
    return days, cnts

演示

>>> df 
    sign 
0  1 
1  1 
2  1 
3  1 
4  1 
5 -1 
6 -1 
7 -1 
8  1 
9  1 

>>> days, cnts = durs(df) 

>>> days 
sign 
1 5 
2 3 
3 2 
dtype: int64 

>>> cnts 
{-1: 1, 1: 2}

更新

对于在仅计数的1期和随后得到的[5, 2]输出的评论让您的要求，您可以使用这样的事情，得到的1的指数，然后通过consecutives分组。

>>> data = np.where(df.sign == 1)[0] 

>>> np.diff(np.r_[0, np.where(np.diff(data) != 1)[0]+1, data.size]) 
array([5, 2])

_{你要知道，我不是一个NumPy的专家，所以没有关于此的性能保证。}

来源

2017-02-20 21:17:32 miradulo

当我从我的问题的数据框上运行你的函数时，我得到以下代码的错误信息：cnts = df.sign.iloc [diffs.drop_duplicates（）。索引] .value_counts（）。to_dict（）错误消息：TypeError：无效类型促销 – cJc

@cJc您正在使用哪种版本的熊猫？ – miradulo

我意识到，在持续时间方面，需要单独计算sign ='1'和sign ='-1'的期间。这是对'1'和'-1'时期的描述性统计。 – cJc

下面是一个数组的一种方法 -

def duration_count(a): 
    idx = np.r_[[0],np.flatnonzero(a[1:] != a[:-1])+1,a.size] 
    duration = np.diff(idx) 
    count = {a[0]:(duration.size+1)//2, -a[0]:duration.size//2} 
    return duration, count

样品试验 -

In [43]: a = np.array([1,1,1,1,1,-1,-1,-1,1,1]) 

In [44]: duration_count(a) 
Out[44]: (array([5, 3, 2]), {-1: 1, 1: 2}) 

In [45]: a = np.array([-1,-1,1,1,1,1,1,-1,-1,-1,1,1,-1,-1,-1,-1]) 

In [46]: duration_count(a) 
Out[46]: (array([2, 5, 3, 2, 4]), {-1: 3, 1: 2})

来源

2017-02-20 21:15:37 Divakar

请参阅更新后的问题：我意识到，在持续时间方面，需要单独计数sign ='1'和sign ='-1'的期间。这是对'1'和'-1'时期的描述性统计。 – cJc

如何查找熊猫时间序列的事件持续时间

回答

相关问题