基于接近开关脉冲将时间序列切分为10等份并新增Label列的实现

需求描述 #

• 数据集为包含3个传感器采集结果的时间序列，其中Sensor_3是检测设备转数的接近开关，设备转速变化时，该传感器输出的脉冲时间间隔会同步变化
• 需将相邻两个脉冲之间的所有采集数据切分为10个大小相等的块，允许块内数据行数无法被10整除
• 最终在原DataFrame中新增Label列，标记每行数据所属的区间

示例数据 #

原始输入 #

Timestamp     Sensor_1  Sensor_2  Sensor_3
1636496284130    60.875    35.946       0
1636496284132    58.467    33.889       0
1636496284134    58.668    37.253       0
1636496284136    57.966    30.540       0
1636496284138    56.712    33.254       0

期望输出 #

Timestamp     Sensor_1  Sensor_2  Sensor_3    Label
1636496284130    60.875    35.946       0         A
1636496284132    58.467    33.889       0         A
1636496284134    58.668    37.253       0         A
1636496284136    57.966    30.540       0         A
1636496284138    56.712    33.254       0         A

实现代码（Python + Pandas） #

import pandas as pd

# 此处df为已经读取到内存的原始数据集DataFrame
# 1. 识别脉冲位置，可根据实际脉冲的电平值调整判断条件，此处默认脉冲高电平为1
blip_positions = df[df['Sensor_3'] == 1].index.tolist()
# 补充边界索引，覆盖数据首尾的完整区间
blip_positions = [-1] + blip_positions + [df.shape[0]]

all_labels = []
for seg_idx in range(len(blip_positions) - 1):
    seg_start = blip_positions[seg_idx] + 1
    seg_end = blip_positions[seg_idx + 1]
    seg_total_rows = seg_end - seg_start
    if seg_total_rows <= 0:
        continue
    # 为区间内每行分配标签，A-J对应10个分块
    for row_offset in range(seg_total_rows):
        block_num = int(row_offset * 10 / seg_total_rows)
        all_labels.append(chr(ord('A') + block_num))

# 写入标签列
df['Label'] = all_labels

适配说明 #

• 若实际数据中Sensor_3的脉冲触发值不是1，自行调整df['Sensor_3'] == 1的判断条件即可
• 若需要数字格式的标签，将chr(ord('A') + block_num)替换为block_num + 1，即可生成1-10的数字标签
• 代码自动适配任意长度的脉冲区间，无需手动处理行数不能被10整除的场景

内容的提问来源于stack exchange，提问作者ortunoa