Python 判断datafram中3秒内变化小于±5Nm的变量

可以使用 pandas 库中的 diff() 函数来计算每个变量在相邻时间点之间的差值，然后使用 abs() 函数取绝对值，再使用 rolling() 函数计算滑动窗口内的均值，最后使用 apply() 函数筛选出变化小于±5Nm的变量。具体代码如下：

import pandas as pd

# 假设数据框名为 df，时间列名为 time，变量列名为 var
df['diff'] = df.groupby('var')['var'].diff()
df['diff_abs'] = df['diff'].abs()
df['mean_diff'] = df.groupby('var')['diff_abs'].rolling('3s').mean().reset_index(, drop=True)
result = df.groupby('var').apply(lambda x: x['var'] if x['mean_diff'].max() <= 5 else None).dropna().unique().tolist()

其中，result 是一个列表，包含了变化小于±5Nm的变量名。