Python中使用cumtrapz对时序DataFrame正负区域分别积分的方法

你原有将正负值拆分后分别积分的方案，误差主要来源于跨零点的相邻采样对：如果两个相邻时间点的数值一正一负，两点之间的梯形斜边会穿过时间轴，实际积分区域由时间轴上下两个独立的三角形组成，直接将正/负值置0的操作会错误计算这部分边界面积，导致结果偏差。

以下是完全贴合梯形积分数学定义的高精度实现方案： #

实现步骤 #

1. 数据预处理 #

首先将时间列转换为数值型时间增量，适配积分函数的输入要求：

import pandas as pd
import numpy as np
from scipy.integrate import cumulative_trapezoid

# 转换时间列格式
df['TIME'] = pd.to_datetime(df['TIME'])
# 生成以秒为单位的时间轴数值，从第一个采样点开始计数
x = (df['TIME'] - df['TIME'].iloc[0]).dt.total_seconds().values
y = df['VALUE'].values

2. 逐段拆分计算正负面积 #

对每一段相邻采样点做符号判断，跨零点的片段做精确拆分计算：

pos_area = 0.0
neg_area = 0.0

for i in range(len(y) - 1):
    x0, x1 = x[i], x[i+1]
    y0, y1 = y[i], y[i+1]
    dx = x1 - x0
    
    # 相邻两点数值同号，直接计算梯形面积
    if y0 * y1 >= 0:
        segment_area = (y0 + y1) * dx / 2
        if segment_area > 0:
            pos_area += segment_area
        else:
            neg_area += abs(segment_area)
    # 相邻两点数值异号，先算零点位置再拆分计算两个三角形面积
    else:
        cross_x = x0 - y0 * dx / (y1 - y0)
        area_left = y0 * (cross_x - x0) / 2
        area_right = y1 * (x1 - cross_x) / 2
        pos_area += max(area_left, area_right, 0)
        neg_area += abs(min(area_left, area_right, 0))

# 计算正负面积比值，处理分母为0的边界情况
area_ratio = pos_area / neg_area if neg_area != 0 else np.inf

方案优势 #

• 完全遵循梯形积分的计算逻辑，对跨零点的边界片段做了精确拆分，无近似误差，精度远高于直接置0拆分的方案
• 天然支持完全不规则的时间间隔，适配你的数据集特征

内容的提问来源于stack exchange，提问作者user16223535