如何检测 Pandas 中时间序列图的突然变化

Question

我试图“检测”一个系列中速度的突然下降，但我不知道如何捕捉它。详细信息和代码如下：

这是我所拥有的系列片段以及用于生成它的代码：

velocity_df.velocity.car1

Index   velocity
200     17.9941
201     17.9941
202     18.4031
203     18.4031

这是整个系列的情节

我试图检测从 220 到 230-40 的突然下降，并将其保存为如下所示的系列：

Index   velocity
220      14.927
221      14.927
222      14.927
223      14.927
224      14.518
225      14.518
226     16.1538
227     12.2687
228     9.20155
229     6.33885
230     4.49854

我只是想在速度突然下降时捕捉一个大概的范围，以便使用其他功能。

如果我可以添加任何其他信息，请告诉我。谢谢！

Answer 1

如果您想一个一个比较两个值，这将是一种简单的方法：

鉴于您的问题中的系列，称为s您可以通过将其减去 1 来构造数据的绝对离散导数：

d = pd.Series(s.values[1:] - s.values[:-1], index=s.index[:-1]).abs()

如果您现在取该m系列绝对差异的最大值，则可以将其乘以a0 到 1 之间的因子作为阈值：

a = .7
m = d.max()
print(d > m * a)

最后一行输出匹配的索引。

在此基础上，您可以使用滑动窗口技术（例如内核密度估计或 Parzen 窗口）来创建更平滑的结果：

r = d.rolling(3, min_periods=1, win_type='parzen').sum()
n = r.max()

就像之前我们可以打印出匹配的元素一样

print(r > n * a)

这给出了以下输出

Index
220    False
221    False
222    False
223    False
224    False
225    False
226    False
227     True
228     True
229     True
dtype: bool