Блог

У меня есть этот df :

 df=pd.DataFrame({'stop_i':['stop_0','stop_0','stop_0','stop_1','stop_1','stop_0','stop_0'],'time':[0,10,15,50,60,195,205]})
  

Каждая строка соответствует time (в секундах), в котором находилась шина stop_i .

Во-первых, я хочу подсчитать, сколько раз шина была на stop_i с 180 seconds между последним просмотренным и следующим, который был замечен впервые. Результат был бы таким, {'stop_0' : 2,'stop_1': 1} потому что в stop_0 последний раз, когда он был замечен в первый раз, был в 15s затем он снова появляется в 195s , поэтому 195-15<=180 тогда он считается равным 2 и stop_1 появляется только один раз

Во-вторых, я хочу получить этот dict : {'stop_0' : [[0,15],[195,205], 'stop_1': [[50,60]]} содержащий минимальное и максимальное значения времени, когда шина была на stop_i

Есть ли способ сделать это с pandas, чтобы избежать цикла через df?

Спасибо!

Нет цикла

1. сгенерируйте новый столбец, который представляет собой набор раз, когда шина останавливается (предполагается, что индекс является последовательным)
2. из этого получаем первый и последний раз. затем создайте список первого / последнего раз. Плюс вычисления для > 180. Эта логика кажется странной. stop_1 имеет только одно посещение, поэтому количество 1 для> 180 является принудительным
3. наконец, получите нужные вам словари.

 df=pd.DataFrame({'stop_i':['stop_0','stop_0','stop_0','stop_1','stop_1','stop_0','stop_0'],'time':[0,10,15,50,60,195,205]})

dfp =(df
      # group when a bus is at a stop
 .assign(
    grp=lambda dfa: np.where(dfa["stop_i"].shift()!=dfa["stop_i"], dfa.index, np.nan)
)
 .assign(
     grp=lambda dfa: dfa["grp"].fillna(method="ffill")
 )
      # within group get fisrt and last time it's at stop
 .groupby(["stop_i","grp"]).agg({"time":["first","last"]})
 .reset_index()
      # based on expected output... in reality there is only 1 time bus is between stops
      # > 180 seconds.  stop_1 only has one visit to cannot be > 180s
 .assign(
     combi=lambda dfa: dfa.apply(lambda r: [r[("time","first")], r[("time","last")]] , axis=1),
     stopchng=lambda dfa: dfa[("stop_i")]!=dfa[("stop_i")].shift(),
     timediff=lambda dfa: dfa[("time","first")] - dfa[("time","last")].shift(),
     
 )
)

# first requirement... which seems wrong
d1 = (dfp.loc[(dfp[("timediff")]>=180) | dfp[("stopchng")], ]
     .groupby("stop_i")["stop_i"].count()
     .to_frame().T.reset_index(drop="True")
     .to_dict(orient="records")
)


# second requirement
d2 = (dfp.groupby("stop_i")["combi"].agg(lambda s: list(s))
      .to_frame().T.reset_index(drop=True)
      .to_dict(orient="records")
     )

print(d1, d2)
  

вывод

 [{'stop_0': 2, 'stop_1': 1}] [{'stop_0': [[0, 15], [195, 205]], 'stop_1': [[50, 60]]}]