以下数据基于货车的 GPS 坐标、点火装置是否打开/关闭以及货车在给定时间距目标位置的距离。我想确定货车是否位于或靠近某个位置 (<300)、点火开关是否关闭,以及如果两个条件都成立,则确定停留的持续时间。
在下面的示例中,我将第 1-4 行可视化为“分组”在一起,因为它们是距离 <300 的连续行。第 5 行单独“分组”,因为它 >300,第 6-8 行“分组”在一起,因为它们是距离 <300 的连续行。
因此,由于点火装置在第 1-4 行中关闭,我想计算持续时间(因为货车在该位置“停止”了给定的时间)。但是,其他两组(第 5 行和第 6-8 行)不应计算持续时间,因为这些组中的点火装置从未关闭过。
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,但确定分组中至少一行的点火装置是否关闭却让我感到困惑。最终数据框应如下所示:
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!
最佳答案
让我们尝试一下:
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
关于python - Pandas - 如果满足条件则进行分组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44654874/