大熊貓 - groupby如果達到標準

Question

以下數據基於麪包車的GPS座標，點火是否開啓以及麪包車在特定時間距目標位置有多遠。我想確定一輛貨車是否位於或靠近某個位置（< 300），是否關閉點火裝置，並且如果兩種情況都是正確的，則停留的持續時間。

在下面的示例中，我將行1-4視爲「分組在一起」，因爲它們是距離爲< 300的連續行。第5行由於其大於300而自行「分組」，並且行因爲它們是連續的行，其距離爲< 300.

因此，由於在1-4行中關閉了點火裝置，所以我想計算持續時間（由於麪包車「停止」在一定的時間內）。然而，其他兩組（第5行和第6-8行）不應計算持續時間，因爲在這些組中點火從未關閉。

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 

我能分類的距離是否小於300（Within_Distance），但確定點火裝置是否被關在分組的行中的至少一個有我難住了。以下是最終數據框的外觀：

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 

在此先感謝！

Answer 1

讓我們嘗試：

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') 

輸出：

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，建立一個布爾場

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

工作然後構建標識groupby連續的行場，如圖所示here

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

並使用.any以標識布爾在GROUPBY任何行是正確的：

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