Pandas Groupby: Groupby条件语句

Question

我正在尝试从gps数据中确定停靠点的位置，但需要考虑一些gps漂移。

我已经识别了停靠点，并将它们隔离到一个新的数据帧中：

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，我可以使用以下命令标记在坐标中完全匹配的组：

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

但我想按停止的相同条件进行分组。像这样的东西，但它是有效的：

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

Answer 1

我会做一些类似以下的事情：

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']]

现在您将拥有一个列"Stopped_Group"，它是由您的逻辑确定的一组彼此接近的行中的常量。在原始数据帧df中，此列对于对应于运动的行没有任何意义。

要获得所需的输出(如果我理解正确的话)，请执行以下操作：

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