Pandas根据值升降提取DataFrame首个充放电周期行数据

解决方案 #

核心逻辑是先标记每个数据点的充放电趋势，平段自动归属到相邻的同周期段，再通过连续段分组直接定位目标周期，完全不受初始数据状态影响，同时兼容重复时间索引、充放电中间夹带平台段的场景。

步骤说明

• 计算SoC列逐点差分，标记三类趋势：差值为正属于充电上升、差值为负属于放电下降、差值为0属于平台暂留
• 对趋势做双向填充：平台段优先继承前序趋势，开头无参考的初始平台段继承后续第一个有效趋势
• 对连续相同趋势的段做分组，每个分组对应一个完整的充/放电子段
• 筛选第一个充电分组得到首个充电周期，再筛选充电段之后的第一个放电分组得到首个放电周期

实现代码

import pandas as pd

# 标记SoC变化趋势：1=充电，-1=放电，0=平台
soc_diff = df["SoC"].diff()
trend = pd.Series(0, index=df.index, dtype=int)
trend[soc_diff > 0] = 1
trend[soc_diff < 0] = -1

# 填充趋势：平台段继承前序趋势，初始开头平台继承后续第一个有效趋势
trend = trend.ffill().bfill()

# 为连续相同趋势的段分配唯一分组ID
segment_id = (trend != trend.shift()).cumsum()

# 遍历整理所有连续段的位置信息
segments = []
for sid, group in df.groupby(segment_id):
    seg_trend = trend.loc[group.index[0]]
    segments.append({
        "trend": seg_trend,
        "start_iloc": df.index.get_loc(group.index[0]),
        "end_iloc": df.index.get_loc(group.index[-1])
    })

# 提取首个充电周期
first_charge = next(seg for seg in segments if seg["trend"] == 1)
df_charging = df.iloc[first_charge["start_iloc"] : first_charge["end_iloc"] + 1]

# 提取首个充电周期之后的第一个放电周期
first_discharge = next(seg for seg in segments if seg["trend"] == -1 and seg["start_iloc"] > first_charge["start_iloc"])
df_discharging = df.iloc[first_discharge["start_iloc"] : first_discharge["end_iloc"] + 1]

边界说明

• 代码使用整数位置iloc做切片，即使存在重复时间索引也不会出现切片错误
• 如果数据集全程没有充电/放电趋势，上述代码会触发StopIteration异常，可根据业务需求增加前置判断做异常处理
• 充放电过程中任意长度的恒定值平台段都会被自动归属到对应周期，不需要额外处理

内容的提问来源于stack exchange，提问作者OAP