Python Pandas：如何获取多周期数据中每个周期内的两个压力峰值最大值

问题背景 #

从运行过数千次循环的设备导入运行数据，每次循环时长为数分钟，包含2个压力峰值需要提取记录，示例循环的压力曲线如下：

该次循环的两个峰值分别为807 psi和936 psi。数据已完成排序，可判定循环的启停状态（已通过group列标记每个循环所属分组）。

原有实现方案为：

df2 = df.groupby('group')['Pressure'].nlargest(2).rename_axis (index=['group', 'row_index'])

该方案仅能返回每个周期数值最大的2个点，部分周期中这2个点属于同一峰值的临近位置，无法识别两个独立的真实峰值。

以下为单个周期的示例数据：

import pandas as pd
data = {'Pressure' : [100,112,114,120,123,420,123,1230,1320,1,23,13,13,13,123,13,123,3,222,2303,1233,1233,1,1,30,20,40,401,10,40,12,122,1,12,333]}
df = pd.DataFrame(data)

该示例的真实峰值为1320和2303，需要过滤峰值前缓慢上升段的无效数值。

实现方案 #

核心思路 #

• 采用峰值检测算法识别独立峰值，避免同峰多点的问题
• 可通过参数过滤低幅度波动和冗余峰值，适配业务场景
• 支持groupby批量处理所有循环，性能满足万级以上周期的数据处理需求

代码实现 #

依赖安装（如未安装scipy）：
pip install scipy pandas numpy

完整代码：

import pandas as pd
import numpy as np
from scipy.signal import find_peaks

def extract_two_peaks(pressure_ser, min_peak_height=500, min_peak_gap=10):
    """
    从单个周期的压力序列中提取最大的两个独立峰值
    :param pressure_ser: 单个周期的压力数据Series（已按时间排序）
    :param min_peak_height: 最低峰值阈值，低于该值的波动直接过滤，可根据实际业务调整
    :param min_peak_gap: 两个峰值之间的最小点数间隔，避免同一峰值的临近点被识别为独立峰
    :return: 两个峰值，按从大到小排列，不足两个时补空值
    """
    # 检测符合条件的峰值
    peak_indexes, _ = find_peaks(pressure_ser, height=min_peak_height, distance=min_peak_gap)
    # 提取峰值对应数值
    peak_values = pressure_ser.iloc[peak_indexes]
    # 取最大的两个峰值
    top2 = peak_values.nlargest(2).tolist()
    # 补全空值避免格式异常
    while len(top2) < 2:
        top2.append(np.nan)
    return pd.Series(top2, index=['peak_1', 'peak_2'])

# 单周期测试
test_data = {'Pressure' : [100,112,114,120,123,420,123,1230,1320,1,23,13,13,13,123,13,123,3,222,2303,1233,1233,1,1,30,20,40,401,10,40,12,122,1,12,333]}
test_df = pd.DataFrame(test_data)
print(extract_two_peaks(test_df['Pressure']))
# 输出：
# peak_1    2303
# peak_2    1320
# dtype: int64

# 全量数据批量处理
# 假设全量数据df已包含group列标记所属循环
result = df.groupby('group')['Pressure'].apply(extract_two_peaks).unstack()

参数调整说明 #

• min_peak_height：可根据设备正常运行的峰值下限调整，比如示例中峰值均在1000以上，设置为500即可直接过滤420、333等上升段小值
• min_peak_gap：可根据单个峰值的持续点数调整，比如单个峰值从上升到回落共占5个数据点，设置为10即可保证不会把同一峰的两个高点识别为两个独立峰值

内容的提问来源于stack exchange，提问作者SeanK22