群明智概率分布

Question

我有一个gps点的数据分布图。我把地理区域划分为网格。每个网格单元格都由数据文件中的两列(行，行)表示。全球定位系统各点都贴上其运输方式的标签。我想通过计算每个网格单元的传输方式来计算其概率分布。(有五种交通工具，即步行、自行车、汽车、火车、地铁)。

Row Col   P(Walk)        P(Bike)       P(Car)         P(Train)       P(Subway)
 8   8  Freq(walk)/n  Freq(bike)/n   Freq(car)/n    Freq(train)/n   Freq(subway)/n
 8   9  Freq(walk)/n  Freq(bike)/n   Freq(car)/n    Freq(train)/n   Freq(subway)/n
 8  10  Freq(walk)/n  Freq(bike)/n   Freq(car)/n    Freq(train)/n   Freq(subway)/n

例如，第8行的网格单元，col 8包含638个gps点。598个步行点和40个地铁点，然后这个特定网格单元的每种运输模式的概率就变成了。

Row Col   P(Walk)        P(Bike)       P(Car)         P(Train)       P(Subway)
 8   8    598/638        0/638         0/638           0/638          40/638
 8   9      ...           ...           ...             ...            ...
 8   10     ...           ...           ...             ...            ...
... ...     ...           ...           ...             ...            ...

“”“

grp = df.groupby(['row','col','Transportation_Mode'])

一种方法是逐个迭代每一组，使用for循环来获得每种传输模式的频率。但我认为，它们应该是更简单、更流行的方式，或库只需几行就可以解决这一问题。

为了更好地理解将每个地理区域划分为由行和cols表示的网格单元，附加了地理区域的图像。每个网格单元包含多个gps点，标记上它们的传输方式。

​

​

数据的csv文件可以在给定的链接中获得，以获得更清晰的数据。DLO-6yrovYJp5zEYLwlMPi 9

Answer 1

如果我没有弄错的话，你是在寻找一种更优雅的方法来循环每个组对象，并为每个组对象生成一个二维概率分布？

听起来您应该看看这是熊猫的文件 (更具体地说，是apply函数)。

您可以简单地将可视化应用于每个组，比如这个SNS KDE可视化，然后将各个图重新加入到网格中，就像您提供的网格一样。使用一点ax魔术，您可以为每种传输类型构建一个网格。我认为这是手边最好的工具。我会把逻辑留给你。