在数据帧中搜索模式

Question

我有一个巨大的csv文件，其中包含一辆自行车正在行驶的数据。 所以我得到了以秒为单位的时间列和速度列。 我想检查一下数据中的具体模式，以便得出路上发生了什么。你知道吗

例如，向红绿灯方向行驶：

到目前为止我知道了：

import pandas as pd

df = pd.read_csv('.csv', usecols = ['time', 'speed']) 
df['accelerating'] = df['speed'].diff() > 0

我想要这样的东西：

  df_traffic_light = df.loc[df['speed'] < 15 & accelerating == False #driving torwards the traffic light; 
    & df.loc[df['speed']< 1 #getting really slow or Standing still;
    & df.loc[df['speed']  > 5 & accelerating == True #for light switched to green and starting again 

预期产量：

         time     speed  acceleration
0   5.000         14.0          false
1   7.056         12.0          false
2   10.097         8.0          false
3   12.131         1.0          false
4   14.165         0.0          false
5   16.201         0.0          false
6   18.236         2.0          true 
7   20.267         4.0          true

我试过了数据帧.滚动但效果不太好。你知道我怎么解决这个问题吗？你知道吗

Answer 1

这个答案可能不令人满意，但正如你所描述的问题，它是不可能解决的。只要你有没有某个（子）序列在现实中代表什么的信息，就不可能将数据分割成“driving torwards the traffic light”之类的标记类。你知道吗

除了手动调整逻辑功能、可视化数据和推理之外， 我在机器学习领域看到了两种选择：

1. 监督学习：您至少需要一些标记的数据，算法可以从中学习某些类的特征。也就是说，你需要通过实验（让10个不同的人各自产生10倍于你想要识别的事件/类别）或者通过手动评估（子）数据序列，根据你的专家知识可视化和判断它们，来知道它们所代表的事件。^{}包包含一些或多或少简单的方法来预测仍然未知的数据的类，即decision trees或support vector machines

2. 无监督学习：您只需搜索特征子序列，而不必事先知道它们代表什么。^{}有一些算法。然后还将由您和您的专家知识来查看集群的特征并给它们贴上标签。

这两种方法都需要一些努力。但我希望它能给你指明正确的方向。如果在你的研究过程中出现了更具体的问题，而你没有找到答案，那就尽管问吧。你知道吗