我不做很多时间序列工作,我知道我对这种解决方案的想法是次优的。希望获得有关解决此问题最有效方法的意见。确定时间序列数据的更新值Python Pandas
我有几天的值,每天有多个值通过时间戳标识。
数据看起来像这样:
Index Period Value Timestamp
0 1 73 2017-08-10 16:44:23
1 1 73 2017-08-09 16:30:12
2 1 73 2017-08-08 16:40:31
3 2 50 2017-08-10 16:44:23
4 2 45 2017-08-09 16:30:12
5 2 45 2017-08-08 16:40:31
6 3 13 2017-08-10 16:44:23
7 3 13 2017-08-09 16:30:12
8 3 13 2017-08-08 16:40:31
该示例示出了用于连续捕捉3天三个不同时期的一个数据元素。这个想法是确定任何测量期间(期间1,2或3)的值是否改变。
正如您在示例中所看到的那样,第三天(2017-08-10)更新了期间2的值。我想要检测改变后的值。
我能弄清楚如何做比较的唯一方法就是循环,通过这个循环我认为既不雅,效率低下,也绝对不是Pythonic。
任何人都有洞察到没有循环/迭代的方法?
在此先感谢。
编辑
预计产量将是一个DF如下如果在最近的时间戳数据的数值变化:
Index Period Value Timestamp
0 1 73 2017-08-10 16:44:23
3 2 50 2017-08-10 16:44:23
6 3 13 2017-08-10 16:44:23
您能否提供预期的输出? – Deena
请参阅编辑。谢谢 – Windstorm1981