Pandas时间索引数据如何检测值上升-持平-再上升模式并标记输出1/0

核心逻辑 #

• 首先识别连续持平的平台期：使用连续相同值分组方法，不会打乱原有时间序列顺序，仅保留连续长度≥2的组作为有效平台期
• 校验平台期前后的上升条件：平台期起始前最后一个数值 < 平台期数值（满足首次上升），平台期结束后第一个数值 > 平台期数值（满足二次上升）
• 符合条件的在平台期结束后第一行标记1，其余位置标记0

完整可运行代码 #

import pandas as pd
import numpy as np

def mark_pattern(df, value_cols=None, min_plateau_len=2):
    """
    参数说明：
    df: 输入按时间排序的DataFrame
    value_cols: 待检测的数值列列表，不传则默认自动使用所有数值类型列
    min_plateau_len: 最小平台期长度，默认2，可自定义为你需要的x值
    """
    df = df.copy()
    # 自动识别数值列作为待处理列
    if value_cols is None:
        value_cols = df.select_dtypes(include=np.number).columns.tolist()
    
    # 初始化输出列全为0
    df['desired output'] = 0
    
    for col in value_cols:
        # 给连续相同值打分组ID，完全保留原有顺序，无排序操作
        equal_group = df[col].ne(df[col].shift()).cumsum()
        # 计算每个分组的长度
        group_len = equal_group.map(equal_group.value_counts())
        # 筛选出长度符合要求的平台期分组
        valid_plateaus = equal_group[group_len >= min_plateau_len].unique()
        
        for g in valid_plateaus:
            g_mask = equal_group == g
            # 平台期数值
            plateau_val = df.loc[g_mask, col].iloc[0]
            # 平台期起始前一行的位置
            pre_idx = df[g_mask].index[0] - 1
            # 平台期结束后一行的位置
            post_idx = df[g_mask].index[-1] + 1
            
            # 检查前后索引是否合法，以及上升条件是否满足
            if pre_idx in df.index and post_idx in df.index:
                pre_val = df.loc[pre_idx, col]
                post_val = df.loc[post_idx, col]
                if pre_val < plateau_val and post_val > plateau_val:
                    df.loc[post_idx, 'desired output'] = 1
    
    return df

# 调用示例
# df = pd.read_csv('你的csv路径.csv')
# 若你的时间列是字符串格式先转成时间类型再按时间排序（你已经是排好序的可以跳过排序步骤）
# df['time'] = pd.to_datetime(df['time'])
# df = df.sort_values('time').reset_index(drop=True)
# result_df = mark_pattern(df)

注意事项 #

• 若你的数值为浮点数，存在精度误差时，可以先对数值列做精度对齐，比如df[value_cols] = df[value_cols].round(3)，再传入函数进行判断，避免因浮点精度问题漏判持平场景
• 支持多列数值同时检测，只要任意一列符合模式就会标记为1，你可以根据需求调整多列的判断逻辑（比如要求所有列都符合才标记）
• 完全基于行顺序计算，无任何打乱时间序列的排序操作，符合时间序列处理要求

内容的提问来源于stack exchange，提问作者Garrad2810