设备异常状态检测相关内容（一）

数据集简单介绍

数据集来源https://www.kaggle.com/arashnic/sensor-fault-detection-data

由传感器 ID 唯一标识的传感器测量的时间序列。在一系列测量过程中，传感器断开连接或出现故障。

该数据集旨在为故障检测分析组件提供服务。

SensorID = 1 = PT100 温度传感器，在工业环境中，有灰尘和振动

传感器数据处理

（1）读入数据

import pandas as pd
filename='C:/Users/zzzz/Desktop/0306/sensor-fault-detection.csv'
dataframe=pd.read_csv(filename)
#首先读入文件数据

dataframe.describe()#获得描述性统计量

dataframe['Value'].value_counts()#显示所有的唯一值以及出现的次数

dataframe['Value'].nunique()#统计有多少个唯一值

dataframe['Timestamp']#查看属性“timestamp”

（2）进行调整和筛选

def my_trim(x): #定义函数（去掉T和时区信息）
    x=x[0:19]
    y=x.replace("T"," ")
    return y 
date_array=dataframe['Timestamp'].apply(my_trim) #对该列数据应用函数

datetime_array=[pd.to_datetime(data,format='%Y-%m-%d %H:%M:%S') for data in date_array]
#把字符转换为日期
dataframe['Timestamp']=date_array

dataframe_new=dataframe[(dataframe['Timestamp']>='2016-12-16 00:00:00')&(dataframe['Timestamp']<'2017-09-01 00:00:00')] #选择日期范围内数据

dataframe_