我有一个记录设备温度的数据集:
Device_ID Temperature Label
1 50 0
1 40 0
2 34 0
1 78 0
2 66 1
3 88 0
1 12 0
2 33 0
3 91 0
设备可以随时发送温度。上面的数据集已经按时间排序了。
我想做什么?
Classify devices based on their temperature pattern.
我已经有了数据集的标签,标签表示设备在测量后是否变坏(1 表示在这次测量后设备变坏,0 表示没问题)。一旦标签变为“坏”,设备现在就永久坏了,我不需要考虑对该 ID 进行以下测量。
因此,我想将分类数据集构建为:
Device_ID T1 T2 T3 T4 ... Tn Label
1 50 40 78 ... 0
2 34 66 ..... 1 (33 measurement now does not matter)
所以,我的问题是如何将行中的这些时间序列值转换为 Pandas 中的列?如何高效完成此任务?
我可以使用 Pivot,但 Pivot 仅适用于分类变量。
非常感谢任何帮助。
请您参考如下方法:
这是一种方法。
使用 groupby.cumcount 创建一个新的辅助列 col以及每个“Device_ID”的最大标签的助手系列 label。然后使用 DataFrame.pivot和 assign你的 helper 系列:
df['col'] = 'T' + (df.groupby('Device_ID').Temperature.cumcount() + 1).astype(str)
labels = df.groupby('Device_ID')['Label'].max()
df_new = df.pivot(index='Device_ID', columns='col', values='Temperature').assign(Label=labels)
print(df_new)
col T1 T2 T3 T4 Label
Device_ID
1 50.0 40.0 78.0 12.0 0
2 34.0 66.0 33.0 NaN 1
3 88.0 91.0 NaN NaN 0
