質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.52%

  • Python 3.x

    6316questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • pandas

    576questions

    Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

ある特定のインターバルの間で変数の平均値をとり、新しいデータフレームに集計したい

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 114

KentoShin

score 31

indexが時系列で、変数が二つあるデータフレームを想定します。

やりたいこと
"x2"の0以外の数字で囲まれた範囲における、x1の値の平均値を出したい。
→下記の例だと、x2の132,0,0,0,0,0に対応するx1の(13.3, 13.7, 12, 13.6, 14.2, 13.8)の
平均値、
331,0,0,0,0に対応する(13.1, 13., 14.2, 14.7, 14.3)の平均値、というような感じです。

下記にデータフレームの具体例を示します。

import pandas as pd
df2 = pd.DataFrame({"x1": [13.3, 13.7, 12, 13.6, 14.2, 13.8, 13.1, 13., 14.2, 14.7, 14.3,12,12,14,15,12,12,14,17,18,13], 
                    "x2":[132,0,0,0,0,0,331,0,0,0,0,232,0,0,0,0,331,0,0,0,0] })
df2.index = ['2017-07-01 00:00:00', '2017-07-01 00:01:00',
               '2017-07-01 00:02:00', '2017-07-01 00:03:00',
               '2017-07-01 00:04:00', '2017-07-01 00:05:00',
               '2017-07-01 00:06:00', '2017-07-01 00:07:00',
               '2017-07-01 00:08:00', '2017-07-01 00:09:00',
               '2017-07-01 00:10:00', '2017-07-01 00:11:00',
               '2017-07-01 00:12:00', '2017-07-01 00:13:00',
               '2017-07-01 00:14:00', '2017-07-01 00:15:00',
               '2017-07-01 00:16:00', '2017-07-01 00:17:00',
               '2017-07-01 00:18:00', '2017-07-01 00:19:00',
               '2017-07-01 00:20:00']

試したことコード
下記のコードを走らせてみましたが、走らせたまま永久に終わりませんでした。

# インターバル間で、「x1の平均値を算出」&「インターバルのTimestampの抜出」
sum = 0
mean = 0
start = []
end = []

mean_list = []
for i in range(len(df2)):
    while df2["x2"][i + 1] == 0:
        start = df2.index[i]
        sum += df2["x1"][i]
    else:
        end = df2.index[i]
        mean = sum/(i+1)
        mean_list.append(mean)
        start.append(start)
        end.append(end)

# 新しいデータフレームの作成
df_new = pd.DataFrame({"start":start, "end":end, "mean_x1": mean_list})

実際のデータは、256305行あるので、できるだけ実行から完了まで、時間のかからないコードをご教授いただけると幸いです。

めんどくさい質問で恐縮ですが、どうぞよろしくお願いいたします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+1

"x2"の 0 以外の数字で囲まれた範囲

は (df2.x2 != 0).cumsum() にてラベルを振ることができますので、このラベルを元にgroupby().mean()を使って

df2.groupby((df2.x2 != 0).cumsum())['x1'].mean()


でよいかと思います。

以下はサンプルですので参考にしてください

import pandas as pd
df2 = pd.DataFrame(
    {"x1": [13.3,13.7,12,13.6,14.2,13.8,13.1,13.,14.2,14.7,14.3,12,12,14,15,12,12,14,17,18,13],
     "x2":[132,0,0,0,0,0,331,0,0,0,0,232,0,0,0,0,331,0,0,0,0] },
    index=pd.date_range('2017-07-01 00:00:00',periods=21,freq='1h'))

print(df2.groupby((df2.x2 != 0).cumsum())['x1'].mean())
#x2
#1    13.433333
#2    13.860000
#3    13.000000
#4    14.800000
#Name: x1,dtype: float64

【追記】

新しいフレームワークを作成するサンプル

df_new = df2.groupby((df2.x2 != 0).cumsum()).apply(lambda d:pd.Series([d.index[0], d.index[-1], d['x1'].mean()],index=['start','end','mean_x1']))
print(df_new)
#                 start                 end    mean_x1
#x2
#1  2017-07-01 00:00:00 2017-07-01 05:00:00  13.433333
#2  2017-07-01 06:00:00 2017-07-01 10:00:00  13.860000
#3  2017-07-01 11:00:00 2017-07-01 15:00:00  13.000000
#4  2017-07-01 16:00:00 2017-07-01 20:00:00  14.800000

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/06/05 18:33

    スミマセン。
    仕様を読み飛ばしておりました。新しいデータフレームを作成したいのですね。
    データフレームを生成するサンプルを追加しましたのでご確認ください

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.52%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python 3.x

    6316questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • pandas

    576questions

    Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。