0
본질적으로 각 랩에 자체 경과 시간이있는 일련의 랩 인 데이터가 있지만 전체 경과 시간을 계산하려고합니다. 반복되는 시계열 샘플 (랩)에서 경과 시간을 계산합니다.
다음은 유사한 데이터가 일부 코드입니다 :lap laptime timediff elapsed
0 1 1 NaN 1
1 1 2 1.0 2
2 1 3 1.0 3
3 1 4 1.0 4
4 1 5 1.0 5
5 2 1 -4.0 6
6 2 2 1.0 7
7 2 3 1.0 8
8 2 4 1.0 9
9 2 5 1.0 10
10 3 1 -4.0 11
11 3 2 1.0 12
12 3 3 1.0 13
13 3 4 1.0 14
14 3 5 1.0 15
경과 시간은 실제로 계산해야 할 것입니다 :
는import pandas as pd
import numpy as np
laptime = pd.Series([1,2,3,4,5,1,2,3,4,5,1,2,3,4,5])
lap = pd.Series([1,1,1,1,1,2,2,2,2,2,3,3,3,3,3])
timeblocks = pd.DataFrame({'laptime': laptime, 'lap': lap})
timeblocks['timediff'] = timeblocks.laptime.diff()
timeblocks['elapsed'] =
pd.Series([1,2,3,4,5,6,7,8,9,10,11,12,13,14,15])
timeblocks
결과 데이터는 것 같습니다. 나는 시간 미분과 cumsum으로 어 지르지의 다양한 형태를 시도했지만, 좀 붙어있다.
실제 세계의 데이터가 더 다음과 같습니다 :
실제 데이터의 경우113.81201171875 1
113.86206054688 1
113.912109375 1
113.96215820313 1
0.05126953125 2
0.101318359375 2
0.1513671875 2
, 샘플 비율은 약 0.05 초이다. 데이터를 가정
는
'laptime'은 누적하려는 것입니까? 방금 총을 원해? 귀하의 예제 데이터에 예상되는 결과는 무엇입니까? – wwii
'경과'는 'laptime'에서 계산할 것으로 예상되는 결과/결과입니다. 현실 세계에서는 'laptime'과 'lap'만 있고 실제 샘플 데이터는 두 번째 블록입니다. –