如何用Pandas识别时间序列周期？统计周期数及起止时间

嘿，我来帮你搞定这个问题！针对你那900万行的DataFrame，我们可以用Pandas的向量操作高效实现周期统计，既能算出总周期数，又能提取每个周期的起止时间，完全不用担心性能问题。

1. 数据预处理 #

首先得确保时间列是可操作的datetime类型，要是你需要排除Invalid=True的无效数据，也可以这一步处理：

import pandas as pd

# 把Time列转换成datetime格式（方便后续时间计算）
df['Time'] = pd.to_datetime(df['Time'])

# 可选：过滤掉无效数据（如果不需要保留Invalid=True的行就执行这行）
df = df[~df['Invalid']]

2. 提取所有0值起止点 #

周期的首尾都是0值，所以先把所有Value=0的行提取出来，这些就是我们的候选起止点：

# 提取所有Value为0的行，保留原DataFrame的索引
zero_rows = df[df['Value'] == 0]

3. 筛选有效周期 #

不是随便两个0值都能构成周期的——必须两个0之间存在非0数据才算有效周期。我们可以通过计算相邻0值行的索引差来筛选：

# 获取每个0值行的下一个0值行的原索引
zero_rows['next_idx'] = zero_rows.index.shift(-1)

# 计算当前0值行和下一个0值行的索引差
zero_rows['idx_diff'] = zero_rows['next_idx'] - zero_rows.index

# 只保留索引差>1的行（说明中间有非0数据，构成有效周期）
valid_cycles = zero_rows[zero_rows['idx_diff'] > 1].copy()

# 给每个有效周期匹配对应的结束时间（就是下一个0值行的时间）
valid_cycles['end_time'] = zero_rows['Time'].shift(-1)

# 整理结果，只保留起始时间和结束时间两列
valid_cycles = valid_cycles[['Time', 'end_time']].rename(columns={'Time': 'start_time'})

4. 查看结果 #

现在你就能轻松得到周期数量和每个周期的起止时间了：

# 统计总周期数
total_cycles = len(valid_cycles)
print(f"总共有 {total_cycles} 个有效周期")

# 查看前5个周期的起止时间示例
print("\n前5个周期详情：")
print(valid_cycles.head())

• 用向量操作替代循环，处理900万行数据速度很快，不会出现卡顿。
• 自动忽略连续的0值行（比如连续几行都是0），这些不会被算作有效周期。
• 如果最后一个0值行后面没有下一个0值，代码会自动排除这个不完整的“半周期”。

内容的提问来源于stack exchange，提问作者Eekizz