在python pandas datafram中添加时间序列强度的廉价方法

Question

我试图从使用Python的不同时间更改状态的函数中求和（并绘制）总数熊猫.DataFrame. 例如：

假设我们有3个人，他们的状态可以是a）什么都不拿，b）拿着5磅的重量，c）拿着10磅的重量。随着时间的推移，这些人拿起重物放下。我想画出总重量。因此，考虑到：

我的暴力赎罪尝试：

import pandas as ps
import math
import numpy as np

person1=[3,0,10,10,10,10,10]
person2=[4,0,20,20,25,25,40]
person3=[5,0,5,5,15,15,40]
allPeopleDf=ps.DataFrame(np.array(zip(person1,person2,person3)).T)
allPeopleDf.columns=['count','start1', 'end1', 'start2', 'end2', 'start3','end3']
allPeopleDfNoCount=allPeopleDf[['start1', 'end1', 'start2', 'end2', 'start3','end3']]
uniqueTimes=sorted(ps.unique(allPeopleDfNoCount.values.ravel()))
possibleStates=[-1,0,1,2] #extra state 0 for initialization
stateData={}
comboStates={}
#initialize dict to add up all of the stateData
for time in uniqueTimes:
    comboStates[time]=0.0
allPeopleDf['track']=-1
allPeopleDf['status']=-1
numberState=len(possibleStates)

starti=-1
endi=0
startState=0
for i in range(3):
    starti=starti+2
    print starti
    endi=endi+2
    for time in uniqueTimes:
        def helper(row):
            start=row[starti]
            end=row[endi]
            track=row[7]
            if start <= time and time < end:
                return possibleStates[i+1]
            else:
                return possibleStates[0]
        def trackHelp(row):
            status=row[8]
            track=row[7]    
            if track<=status:
                return status
            else:
                return track
        def Multiplier(row):
            x=row[8]
            if x==0:
                return 0.0*row[0]
            if x==1:
                return 5.0*row[0]
            if x==2:
                return 10.0*row[0]
            if x==-1:#numeric place holder for non-contributing
                return 0.0*row[0]    
        allPeopleDf['status']=allPeopleDf.apply(helper,axis=1)
        allPeopleDf['track']=allPeopleDf.apply(trackHelp,axis=1)
        stateData[time]=allPeopleDf.apply(Multiplier,axis=1).sum()
    for k,v in stateData.iteritems():
        comboStates[k]=comboStates.get(k,0)+v
print allPeopleDf
print stateData
print comboStates

随着时间的推移，重量图可能如下所示：

强度随时间的总和可能看起来像下面的黑线：

用笛卡尔点定义黑线：（0,0磅），（5,0磅），（5,5磅），（15,5磅），（15,10磅），（20,10磅），（20,15磅），（25,15磅），（25,20磅），（40,20磅）。但是，我很灵活，不一定需要将组合强度线定义为一组笛卡尔点。独特的时间可以通过以下方式找到： 打印列表（set（uniqueTimes）.intersection（allnocount[1]）。值.ravel（））。排序（） ，但我无法想出一个巧妙的方法来获得相应的强度值。在

一开始我用了一个非常难看的函数来分解每个“人”的图，这样所有人都可以同时拥有开始和停止时间（尽管很多停止和开始时间没有状态变化），然后我就可以把所有的时间“块”加起来。这很麻烦；必须有一个圆滑的熊猫处理方式。如果有人能给我一个建议，或者给我指出我可能错过的另一个建议，我将非常感谢你的帮助！在

如果我的简单例子不清楚，另一个例子可能是绘制钢琴声音的强度：有许多音符在不同的持续时间和不同的强度下演奏。我想要的强度总和从钢琴随着时间的推移。虽然我的例子过于简单，但我需要一个更像钢琴曲的解决方案：每个键有数千个离散的强度级，并且在一首歌的整个过程中有许多键起作用。在

编辑——mgab提供的解决方案的实现：

^{pr2}$

TypeError:不支持-：“str”和“int”的操作数类型

结束编辑

Answer 1

似乎是.sum()的用途：

In [10]:

allPeopleDf.sum()
Out[10]:
aStart     0
aEnd      35
bStart    35
bEnd      50
cStart    50
cEnd      90
dtype: int32