如何对pandas布尔时间序列按小时聚合连续无间隔的1事件

核心思路 #

连续1构成的独立事件，只会在数值从0跳变到1的时刻产生新计数。我们先标记所有跳变到1的起始点，再按小时对起始点的数量求和，即可得到每小时的独立事件数，不会重复统计连续的1。

完整代码 #

接在你现有生成df的代码之后运行即可：

# 标记每个独立事件的起始点：值为1代表此处是新事件开始
event_start = df.diff() == 1
# 处理每列第一行的边界：如果首行值为1，也算作一个事件起始
event_start = event_start.fillna(df.iloc[0] == 1).astype(int)

# 按小时聚合统计各条件的事件数
hourly_event_count = event_start.resample('H').sum()

边界情况说明 #

如果你的场景需要将跨小时的连续事件，在涉及的每个小时都计数1次（比如事件从00:59持续到01:02，那么0点和1点各统计1次），可以用自定义聚合函数实现：

def count_hour_events(group):
    # 统计当前小时内的跳变事件数
    event_cnt = (group.diff() == 1).sum()
    # 判断当前小时首行是否是前一小时延续下来的事件
    if group.iloc[0] == 1:
        last_hour_last_ts = group.index[0] - pd.Timedelta(minutes=1)
        if last_hour_last_ts in df.index and df.loc[last_hour_last_ts, group.name] == 1:
            event_cnt += 1
    return event_cnt

hourly_event_count = df.resample('H').apply(count_hour_events)

以你给出的示例数据验证，输出的0点统计结果为：condition1_bool=1、condition2_bool=0、condition3_bool=1，符合预期规则。

内容的提问来源于stack exchange，提问作者bbartling