將連續的GPS數據分解爲單獨的行程

Question

我有一個以大量文本文件格式的車輛爲時間標記的GPS數據樣本。每個車輛數據都有一個唯一的ID。我很容易地創建了熊貓數據框，然後意識到每個車輛的GPS數據實際上是連續數月的一個軌道。

我想做的是通過分離GPS報告中的差距超過特定增量（例如10分鐘）的軌道來隔離單獨的行程。我認爲我不認爲這個職位在一次旅程結束和下一次開始之間不會改變（儘管它應該非常接近）。

uid ts      lat  lon 
ABC 2017-01-01 00:00:00 0.0000 0.0000 
ABC 2017-01-01 00:00:05 0.0000 0.0100 
ABC 2017-01-01 00:00:10 0.0000 0.0200 
ABC 2017-01-01 00:10:00 0.0100 0.0300 <--- New Journey. 10 min delta 
ABC 2017-01-01 00:10:05 0.0100 0.0400 
ABC 2017-01-01 00:10:10 0.0100 0.0500 
ABC 2017-01-01 00:10:15 0.0100 0.0600 
DEF 2017-01-01 20:00:00 1.0000 1.0000 
DEF 2017-01-01 20:00:05 1.0000 1.0100 
DEF 2017-01-01 20:00:10 1.0000 1.0200 
DEF 2017-01-01 20:20:00 1.0100 1.0300 <--- New Journey. 20 min delta 
DEF 2017-01-01 20:20:05 1.0100 1.0400 
DEF 2017-01-01 20:20:10 1.0100 1.0500 
DEF 2017-01-01 20:20:15 1.0100 1.0600 

任何人都可以建議如何有效地去隔離單獨的旅程嗎？熊貓解決方案絕對不是必需的。

Answer 1

以下拆分數據幀df到dataframes列表：

delta = pd.to_timedelta(10, unit='m') 

breaks = df['ts'].diff() > delta # Feel free to add other conditions! 
#0  False 
#.... 
#6  False 
#7  True 
#8  False 
#9  False 
#10  True 
#11 False 
#12 False 
#13 False 
#Name: ts, dtype: bool 

break_locs = df[breaks].index 
#Int64Index([7, 10], dtype='int64') 

trips = np.array_split(df, break_locs) 
#[ uid     ts lat lon 
#0 ABC 2017-01-01 00:00:00 0.00 0.00 
#1 ABC 2017-01-01 00:00:05 0.00 0.01 
#2 ABC 2017-01-01 00:00:10 0.00 0.02 
#3 ABC 2017-01-01 00:10:00 0.01 0.03 
#4 ABC 2017-01-01 00:10:05 0.01 0.04 
#5 ABC 2017-01-01 00:10:10 0.01 0.05 
#6 ABC 2017-01-01 00:10:15 0.01 0.06, uid     ts lat lon 
#7 DEF 2017-01-01 20:00:00 1.0 1.00 
#8 DEF 2017-01-01 20:00:05 1.0 1.01 
#9 DEF 2017-01-01 20:00:10 1.0 1.02,  uid     ts lat lon 
#10 DEF 2017-01-01 20:20:00 1.01 1.03 
#11 DEF 2017-01-01 20:20:05 1.01 1.04 
#12 DEF 2017-01-01 20:20:10 1.01 1.05 
#13 DEF 2017-01-01 20:20:15 1.01 1.06] 

len(trips) 
#3