基于含Datetime标签的Dataframe计算设备运行周期时长、均值等指标

核心思路 #

通过时间序列标记+分组聚合的方式，自动识别每个完整的运行周期（从machine_started=1切换到machine_started=0），并批量计算周期统计指标。

步骤实现（基于Pandas） #

假设你的DataFrame包含Datetime（时间戳）、machine_started（运行状态：1=运行，0=停机）、voltage（电压值）、hours（累计运行时长）字段，具体代码如下：

1. 数据预处理
   先确保时间序列有序，避免因乱序导致周期识别错误：

import pandas as pd

# 转换时间字段为datetime类型
df['Datetime'] = pd.to_datetime(df['Datetime'])
# 按时间排序并重置索引
df = df.sort_values('Datetime').reset_index(drop=True)

2. 标记运行周期
   通过状态变化生成唯一的周期ID，区分不同运行时段：

# 标记周期启动点：上一状态为停机（0）、当前状态为运行（1）
df['cycle_start'] = (df['machine_started'] == 1) & (df['machine_started'].shift(1) == 0)
# 生成周期ID：每个启动点后的数据归为同一周期
df['cycle_id'] = df['cycle_start'].cumsum()
# 筛选仅运行状态的数据，排除停机时段
running_data = df[df['machine_started'] == 1].copy()

3. 批量计算周期统计量
   按周期ID分组，聚合所需指标：

cycle_metrics = running_data.groupby('cycle_id').agg(
    # 周期启动时刻（取该周期第一条记录的时间）
    cycle_start_time=('Datetime', 'first'),
    # 电压均值与标准差
    voltage_mean=('voltage', 'mean'),
    voltage_std=('voltage', 'std'),
    # 周期时长：用累计hours的差值计算（若hours为累计运行时长）
    cycle_duration_hours=('hours', lambda x: x.max() - x.min()),
    # 若用时间戳计算时长（更准确），替换为：
    # cycle_duration_hours=('Datetime', lambda x: (x.max() - x.min()).total_seconds() / 3600)
).reset_index(drop=True)

4. 过滤未完成周期（可选）
   如果需要排除尚未结束的周期（即最后一条记录仍为machine_started=1），可添加以下逻辑：

# 标记周期结束点：上一状态为运行（1）、当前状态为停机（0）
df['cycle_end'] = (df['machine_started'] == 0) & (df['machine_started'].shift(1) == 1)
# 获取所有已完成周期的ID
completed_cycle_ids = df[df['cycle_end']]['cycle_id'].shift(-1).dropna().astype(int)
# 仅保留已完成的周期指标
completed_cycle_metrics = cycle_metrics[cycle_metrics['cycle_id'].isin(completed_cycle_ids)]

关键说明 #

• 必须确保Datetime字段是有序的，否则周期识别会出现错误。
• 如果你的电压字段名不是voltage，需替换为实际字段名。
• 周期时长的计算可根据hours字段的定义选择对应方式：若hours是设备累计运行时长，用max-min；若hours是时间戳的小时部分，建议用时间戳差值计算更准确。

内容的提问来源于stack exchange，提问作者fix_my_bug