我不做很多時間序列工作,我知道我對這種解決方案的想法是次優的。希望獲得有關解決此問題最有效方法的意見。確定時間序列數據的更新值Python Pandas
我有幾天的值,每天有多個值通過時間戳標識。
數據看起來像這樣:
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
該示例示出了用於連續捕捉3天三個不同時期的一個數據元素。這個想法是確定任何測量期間(期間1,2或3)的值是否改變。
正如您在示例中所看到的那樣,第三天(2017-08-10)更新了期間2的值。我想要檢測改變後的值。
我能弄清楚如何做比較的唯一方法就是循環,通過這個循環我認爲既不雅,效率低下,也絕對不是Pythonic。
任何人都有洞察到沒有循環/迭代的方法?
在此先感謝。
編輯
預計產量將是一個DF如下如果在最近的時間戳數據的數值變化:
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
您能否提供預期的輸出? – Deena
請參閱編輯。謝謝 – Windstorm1981