我有一年内来自三个不同传感器的时间序列
数据,每隔大约3分钟传感器会产生一个数据点,这些传感器没有同步,因此相对于彼此它们会在不同的时间产生数据点输出。
这些数据存储在一个sqlite数据库中的一个表中,该表包含大约50万条记录。我打算使用javascript图表库dygraph来显示这些数据,我已经通过按传感器名称进行sql查询并保存为csv文件来分别为每个传感器生成了时间序列
图表。我希望有一个图表可以显示所有数据点,并用一条线表示每个传感器。
我创建了一个名为“minutes_array”的numpy 2d数组,其类型为字符串,第一列是四舍五入到最近一分钟的unix时间戳,覆盖从传感器时间序列开始到结束的每一分钟,并留有三个空列以填充每个传感器的数据(如果有的话)。
minutes_array
[['1316275620' '' '' '']
['1316275680' '' '' '']
['1316275740' '' '' '']
...,
['1343206920' '' '' '']
['1343206980' '' '' '']
['1343207040' '' '' '']]
传感器的时间序列数据也会被四舍五入到最近的分钟,我使用numpy.in1d从以上的“minutes_array”中提取时间戳,并从“sensor_data”数组中创建一个与该传感器相关的记录的掩码。 sensor_data
[['1316275680' '215.2']
['1316275860' '227.0']
['1316276280' '212.2']
...,
['1343206380' '187.7']
['1343206620' '189.4']
['1343206980' '192.9']]
mask = np.in1d(minutes_array[:,0], sensor_data[:,0])
[False True False ..., False True False]
我希望能够修改在mask中为真的minutes_array记录,并将sensor_data值放入紧随时间戳后的第一列。从我的尝试来看,似乎无法在应用掩码时修改原始的“minutes_array”,有没有一种方法可以在numpy中实现这个结果,而不使用for循环并逐个匹配时间戳?
已解决
基于下面@eumiro的答案,我使用了Pandas文档中的解决方案和上面描述的“sensor_data”numpy数组。
sensors = ['s1','s2','s3']
sensor_results = {}
for sensor in sensors:
sensor_data = get_array(db_cursor, sensor)
sensor_results[sensor] = pd.Series(sensor_data[:,1], \
index=sensor_data[:,0])
df = pd.DataFrame(buoy_results)
df.to_csv("output.csv")
data[timestamp][sensor]
或data[sensor][timestamp]
。两者都可以轻松转换为 pandas.DataFrame。 - eumiro