Pandas

Question

以下数据基于面包车的 GPS 坐标、点火是否 on/off 以及面包车在给定时间与目标位置的距离。我想确定面包车是否在某个位置（<300）或附近，点火开关是否已关闭，如果两个条件都为真，则停留时间。

在下面的示例中，我将第 1-4 行可视化为 "grouped" 在一起，因为它们是距离 <300 的连续行。第 5 行单独 "grouped"，因为它 >300，第 6-8 行在一起 "grouped"，因为它们是距离 <300.

的连续行

因此，由于第 1-4 行的点火开关已关闭，我想计算持续时间（自货车 "stopped" 在该位置停留给定的时间）。但是，其他两组（第 5 行和第 6-8 行）不应计算持续时间，因为在这些组中从未关闭点火装置。

df
AcctID   On_Off    Distance  Timestamp
123      On        230       12:00
123      On        30        12:02
123      Off       29        12:05
123      Off       35        12:10
123      On        3000      12:13
123      On        100       12:20
123      On        95        12:22
123      On        240       12:28

我能够对距离是否小于 300 (Within_Distance) 进行分类，但是确定分组中至少一排的点火装置是否关闭让我感到困惑。这是最终数据框的样子：

df['Within_Distance'] = np.where(df['Distance']<300, "Yes", "No")

df
AcctID   On_Off    Distance  Timestamp   Within_Distance    Was_Off    Within_Distance_and_Was_Off
123      On        230       12:20       Yes                Yes        Yes
123      On        30        12:02       Yes                Yes        Yes
123      Off       29        12:05       Yes                Yes        Yes
123      Off       35        12:10       Yes                Yes        Yes
123      On        3000      12:13       No                 No         No
123      On        100       12:20       Yes                No         No
123      On        95        12:22       Yes                No         No
123      On        240       12:28       Yes                No         No

提前致谢！

Answer 1

让我们试试：

df['Within_Distance'] = np.where(df['Distance']<300, "Yes", "No")

df['Was_Off'] = df.groupby((df.Distance > 300).diff().fillna(0).cumsum())['On_Off'].transform(lambda x: 'Yes' if (x == 'Off').any() else 'No')

df['Within_Distinace_and_Was_Off']  = np.where((df['Within_Distance'] == 'Yes') & (df['Was_Off'] == 'Yes'),'Yes','No')

输出：

   AcctID On_Off  Distance Timestamp Within_Distance Was_Off  \
0     123     On       230     12:00             Yes     Yes   
1     123     On        30     12:02             Yes     Yes   
2     123    Off        29     12:05             Yes     Yes   
3     123    Off        35     12:10             Yes     Yes   
4     123     On      3000     12:13              No      No   
5     123     On       100     12:20             Yes      No   
6     123     On        95     12:22             Yes      No   
7     123     On       240     12:28             Yes      No   

  Within_Distinace_and_Was_Off  
0                          Yes  
1                          Yes  
2                          Yes  
3                          Yes  
4                           No  
5                           No  
6                           No  
7                           No

Answer 2

首先，设置一个布尔字段以使用

df['Off'] = df['On_Off'] == 'Off'

然后构造一个标识groupby连续行的字段，如图

(df['Within_Distance'] != df['Within_Distance'].shift()).cumsum()

并使用 .any 确定 groupby 中任何行的布尔值在哪里为真：

df['Was_Off'] = df.groupby((df['Within_Distance'] != df['Within_Distance'].shift()).cumsum())['Off'].transform(any)
Out[31]: 
   AcctID On_Off  Distance Timestamp Within_Distance    Off  Was_Off
0     123     On       230     12:00             Yes  False     True
1     123     On        30     12:02             Yes  False     True
2     123    Off        29     12:05             Yes   True     True
3     123    Off        35     12:10             Yes   True     True
4     123     On      3000     12:13              No  False    False
5     123     On       100     12:20             Yes  False    False
6     123     On        95     12:22             Yes  False    False
7     123     On       240     12:28             Yes  False    False

Pandas - groupby 如果满足条件

Pandas - groupby if Criteria Met

python

group-by

pandas-groupby