如何从时间序列Pandas DataFrame中识别事件并计算曲线下面积？

一、先明确事件定义（核心前提） #

你得先把「高于零的上升段」的规则量化，不然代码没法落地，给你两种常用定义参考：

1. 基础版：连续高于零的区间
   • 事件起始：数据点从≤0变为>0的时刻
   • 事件结束：数据点从>0变为≤0的时刻
   • 中间所有连续>0的点都归为同一个事件
2. 进阶版：连续高于零且趋势上升的区间
   • 在基础版规则上，额外要求事件区间内整体趋势向上（比如用相邻点差值为正的占比、或线性拟合斜率为正来判断）

二、用Pandas识别事件区间 #

假设你的DataFrame是df，包含timestamp（已排序的时间戳列）和value（数值列）

步骤1：标记事件状态 #

给每个数据点标记是否处于事件中：

# 基础版：标记>0的点为事件内
df['in_event'] = (df['value'] > 0).astype(int)

# 进阶版：额外加入上升趋势判断（以相邻差值≥0为例）
# df['diff'] = df['value'].diff().fillna(0)
# df['in_event'] = ((df['value'] > 0) & (df['diff'] >= 0)).astype(int)

步骤2：给每个事件分配唯一ID #

通过事件状态的变化，把连续的事件点归为同一个ID：

# 标记新事件的起始点：从非事件（0）转为事件（1）的位置
df['event_start'] = (df['in_event'] == 1) & (df['in_event'].shift(1) == 0)
# 生成事件ID：累计起始标记的次数
df['event_id'] = df['event_start'].cumsum()
# 非事件的ID设为0，方便后续过滤
df['event_id'] = df['event_id'].where(df['in_event'] == 1, 0)

步骤3：提取事件起止时间 #

按事件ID分组，提取每个事件的最早和最晚时间：

event_info = df[df['event_id'] != 0].groupby('event_id').agg(
    start_time=('timestamp', 'min'),
    end_time=('timestamp', 'max')
).reset_index()

三、计算每个事件的曲线下面积（AUC） #

用梯形法计算最贴合时间序列的面积，借助scipy的trapezoid函数：

from scipy.integrate import trapezoid

# 定义单个事件的AUC计算函数
def calculate_auc(group):
    # 确保数据按时间排序
    group_sorted = group.sort_values('timestamp')
    # 把时间转为数值（比如秒）作为x轴，数值作为y轴
    x = (group_sorted['timestamp'] - group_sorted['timestamp'].iloc[0]).dt.total_seconds()
    y = group_sorted['value']
    return trapezoid(y, x)

# 分组计算每个事件的AUC
event_auc = df[df['event_id'] != 0].groupby('event_id').apply(calculate_auc).reset_index(name='auc')

# 合并事件起止时间和AUC结果
final_result = event_info.merge(event_auc, on='event_id')

四、结果存储 #

把最终结果导出成常用格式即可：

# 保存为CSV
final_result.to_csv('event_auc_results.csv', index=False)

# 或者保存为Excel
# final_result.to_excel('event_auc_results.xlsx', index=False)

补充提示 #

• 如果你的时间戳不是datetime类型，先转换：df['timestamp'] = pd.to_datetime(df['timestamp'])
• 进阶版的趋势判断可以灵活调整，比如用滑动窗口或线性回归：

  from scipy.stats import linregress
  
  def is_rising(group):
      x = range(len(group))
      y = group['value'].values
      slope, _, _, _, _ = linregress(x, y)
      return slope > 0
  
  # 过滤出真正上升的事件
  rising_events = df[df['event_id'] != 0].groupby('event_id').filter(is_rising)
  # 再对过滤后的事件重新计算信息和AUC即可
  

内容的提问来源于stack exchange，提问作者abhi_kr