如何用Pandas为临界值行匹配后续值达标的对应时间？

处理思路 #

1. 准备数据集：加载或构造包含time、value、is_critical的DataFrame，确保is_critical为布尔类型。
2. 提取临界行：筛选出is_critical为True的记录，作为处理的基础。
3. 匹配后续达标时间：对每一行临界值，在其之后的行中找到第一个value大于等于当前临界值的记录，提取对应的time。
4. 整理结果：将匹配到的时间作为新列return_to_critical，保留需要的三列输出。

完整代码实现 #

import pandas as pd

# 构造数据集（如果数据来自本地CSV，替换为 df = pd.read_csv("你的文件路径.csv")）
data = {
    'time': ['0:00', '0:01', '0:02', '0:03', '0:04', '0:05', '0:06', '0:07', '0:08', '0:09', '0:10'],
    'value': [1, 9, 2, 4, 6, 5, 1, 4, 8, 7, 10],
    'is_critical': [False, True, False, False, True, False, False, False, True, False, False]
}
df = pd.DataFrame(data)

# 筛选所有临界值行
critical_rows = df[df['is_critical']].reset_index(drop=True)

# 初始化达标时间列
critical_rows['return_to_critical'] = None

# 遍历每个临界行，查找后续首个达标记录
for idx, critical_row in critical_rows.iterrows():
    # 获取当前临界行在原数据中的位置
    current_index = df[df['time'] == critical_row['time']].index[0]
    # 筛选当前行之后、value >= 临界值的记录
    matching_rows = df.loc[current_index + 1:][df['value'] >= critical_row['value']]
    # 如果找到匹配项，取第一个的时间
    if not matching_rows.empty:
        critical_rows.loc[idx, 'return_to_critical'] = matching_rows.iloc[0]['time']

# 保留目标列并输出
result = critical_rows[['time', 'value', 'return_to_critical']]
print(result)

代码说明 #

• 数据集准备：如果数据来自本地CSV，直接替换构造数据的代码为pd.read_csv即可；构造数据的方式方便快速测试。
• 临界行筛选：通过布尔索引直接提取is_critical为True的行，reset_index重置索引避免遍历出错。
• 后续匹配：通过current_index定位当前临界行的位置，只查找current_index+1之后的行，确保是后续的记录；用布尔索引筛选达标行后，取第一个记录的time赋值给新列。
• 结果整理：只保留time、value、return_to_critical三列，得到目标输出。

输出结果 #

执行代码后会生成与需求示例完全一致的结果：

time  value return_to_critical
0  0:01      9               0:10
1  0:04      6               0:08
2  0:08      8               0:10

内容的提问来源于stack exchange，提问作者mwind