1

次のようなタイムスタンプと位置データを含むデータがあります。

A  2013-02-05 19:45:00    (39.94, -86.159)
A  2013-02-05 19:55:00    (39.94, -86.159)
A  2013-02-05 20:00:00   (39.777, -85.995)
A  2013-02-05 20:05:00   (39.775, -85.978)
B  2013-02-05 22:20:00   (39.935, -86.159)
B  2013-02-05 22:25:00   (39.935, -86.159)
B  2013-02-05 23:55:00   (39.951, -86.151)
B  2013-02-06 00:00:00   (39.951, -86.151)
B  2013-02-06 00:05:00   (39.906, -86.196)
C  2013-02-06 00:25:00    (39.82, -86.249)
C  2013-02-06 00:30:00    (39.82, -86.249)
C  2013-02-06 02:45:00   (41.498, -81.527)
C  2013-02-06 02:55:00   (41.498, -81.527)
C  2013-02-06 04:35:00    (39.82, -86.249)
C  2013-02-06 04:40:00    (39.82, -86.249)

私がしなければならないことは、毎日の各ユーザーについて、誰かが 1 つの場所に継続的に滞在した回数のヒストグラムを取得することです。したがって、各ユーザーの場所が毎日同じである連続期間をマークしたいと思います。

python pandasでどうすればいいですか？

ユーザー C の場合のように、ユーザーの場所が 1 日に繰り返されるケースが考えられます。場所 (39.82. -86.249) が再び発生します。したがって、これらのケースは別々の連続時間と見なされます。

4

2 に答える 2

1

pd.Series.shift を探していると思います

x = pd.Series([1, 3, 3, 2, 3, 3])

x
0    1
1    3
2    3
3    2
4    3
5    3

x.shift(-1)
0     3
1     3
2     2
3     3
4     3
5   NaN

(x != x.shift(-1)).sum()
4

問題のデータがの出力であると仮定すると

df[['COL1', 'COL2', 'COL3']]

次に、これは、ユーザーごと/1 日あたりの一意の場所の数を与えるために機能するはずです。それがまさにあなたが望むものかどうかはわかりませんが、始めるのに役立つはずです

df['DATE'] = df.COL2.apply(lambda s: pd.to_datetime(s).date())
df.groupby(['COL1', 'DATE']).apply(lambda sdf: (sdf.COL3 != sdf.COL3).sum())
于 2013-03-27T16:01:10.980 に答える
0

このようなことを意味しますか？

In [5]: df
Out[5]: 
    0                   1       2       3
0   A 2013-02-05 19:45:00  39.940 -86.159
1   A 2013-02-05 19:55:00  39.940 -86.159
2   A 2013-02-05 20:00:00  39.777 -85.995
3   A 2013-02-05 20:05:00  39.775 -85.978
4   B 2013-02-05 22:20:00  39.935 -86.159
5   B 2013-02-05 22:25:00  39.935 -86.159
6   B 2013-02-05 23:55:00  39.951 -86.151
7   B 2013-02-06 00:00:00  39.951 -86.151
8   B 2013-02-06 00:05:00  39.906 -86.196
9   C 2013-02-06 00:25:00  39.820 -86.249
10  C 2013-02-06 00:30:00  39.820 -86.249
11  C 2013-02-06 02:45:00  41.498 -81.527
12  C 2013-02-06 02:55:00  41.498 -81.527
13  C 2013-02-06 04:35:00  39.820 -86.249
14  C 2013-02-06 04:40:00  39.820 -86.249

In [6]: def gb(df, *args, **kwargs):
   ...:     for k, g in df.groupby(*args, **kwargs):
   ...:         splt = np.split(g, np.where(np.diff(g.index.values)!=1)[0]+1)
   ...:         for subg in splt:
   ...:                 if len(subg) >=2: yield k, subg
   ...:             

In [7]: group_args = [0, df[1].apply(lambda x:x.date()), 2 , 3]

In [8]: for key, grp in gb(df, group_args, sort=False):
   ...:     print key
   ...:     print grp
   ...:     print '-'*10
   ...:

プリント:

('A', datetime.date(2013, 2, 5), 39.94, -86.159)
   0                   1      2       3
0  A 2013-02-05 19:45:00  39.94 -86.159
1  A 2013-02-05 19:55:00  39.94 -86.159
----------
('B', datetime.date(2013, 2, 5), 39.935, -86.159)
   0                   1       2       3
4  B 2013-02-05 22:20:00  39.935 -86.159
5  B 2013-02-05 22:25:00  39.935 -86.159
----------
('C', datetime.date(2013, 2, 6), 39.82, -86.249)
    0                   1      2       3
9   C 2013-02-06 00:25:00  39.82 -86.249
10  C 2013-02-06 00:30:00  39.82 -86.249
----------
('C', datetime.date(2013, 2, 6), 39.82, -86.249)
    0                   1      2       3
13  C 2013-02-06 04:35:00  39.82 -86.249
14  C 2013-02-06 04:40:00  39.82 -86.249
----------
('C', datetime.date(2013, 2, 6), 41.498, -81.527)
    0                   1       2       3
11  C 2013-02-06 02:45:00  41.498 -81.527
12  C 2013-02-06 02:55:00  41.498 -81.527
于 2013-03-27T17:50:40.350 に答える