Question

我正在尝试从gps数据中识别停靠点的位置，但需要考虑一些gps漂移。

我确定了停靠点并将其隔离到一个新的数据框中：

df['Stopped'] = (df.groupby('DAY')['LAT'].diff().abs() <= 0.0005) & (df.groupby('DAY')['LNG'].diff().abs() <= 0.0005)

df2 = df.loc[(df['Stopped'] == True)]

现在，我可以使用以下方式标记在坐标上完全匹配的组：

df2['StoppedEvent'] = df2.groupby(['LAT','LNG']).ngroup()

但是我想按Stopped的相同条件分组。像这样的东西，但是可行：

df2['StoppedEvent'] = df2.groupby((['LAT','LNG']).diff().fillna(0).abs() <= 0.0005).ngroup()

Answer 1

我会做以下事情：

df['Stopped'] = (df.groupby('DAY')['LAT'].diff().abs() <= 0.0005)\
                & (df.groupby('DAY')['LNG'].diff().abs() <= 0.0005)
df["Stopped_Group"] = (~df["Stopped"]).cumsum()
df2 = df.loc[df['Stopped']]

现在您将拥有一列"Stopped_Group"，该列在由逻辑确定的彼此接近的一组行中是恒定的。在原始数据帧df中，此列对与运动对应的行没有任何意义。

要获得所需的输出（如果我理解正确），请执行以下操作：

df2["Stopped_Duration"] = df2.groupby("Stopped_Group").transform("size")

Pandas Groupby：Groupby条件语句

1 个答案: