江苏龙网

  1. 首页 > 人文 > >

Python数据处理，pandas 统计连续停车时长


Python数据处理，pandas 统计连续停车时长文章插图
定期找些简单练习作为 pandas 专栏的练习题
知识点

  1. DataFrame.apply 以及 axis 的理解
  2. 分组计数
  3. DataFrame.iloc 切片
如下一份停车场数据：
Python数据处理，pandas 统计连续停车时长文章插图
  • 每行表示某时间段(总是1个小时)每个停车位停放是那辆车(内容视为车牌吧)
需要以下结果：
Python数据处理，pandas 统计连续停车时长文章插图
共2个需求：
需求1：停车次数(蓝色行)：一天中 ， 每个停车位分别有多少不同的车停放 ， 如下：
Python数据处理，pandas 统计连续停车时长文章插图
  • 分别有8辆不同车牌 ， 因此这个停车位的"停车次数"是8
  • 就算同一天有相同的车在不同时段停放 ， 只算一次
需求2：连续停车小时(白色行)：由于有些车是停放多于1小时才开走 ， 统计一天中 ， 连续停放n(1至10)小时的数量
如下：
Python数据处理，pandas 统计连续停车时长文章插图
  • 第一个停车位中 ， 连续出现3次的区域只有一个(3个"GG")， 因此这个停车位"连续停车3小时"结果是1
  • 同理 ， "连续停车2小时"结果是2(分别是"AA"与"FF")
导入库与加载数据：
Python数据处理，pandas 统计连续停车时长文章插图
需求1按理解 ， 可以描述为"不同车牌数量" ， 相当于去重复后的车牌数 。
因此代码非常简单：
Python数据处理，pandas 统计连续停车时长文章插图
  • df.iloc， 由于第一列是"时间" ， 不是需要的数据 ， 通过切片获取第一列到最后的所有列
  • .apply， 注意参数 axis 默认为0 ， 表示数据表每一列作为处理单位
  • pd.Series.nunique 就是去重计数
需求2按理解 ， 我们需要首先统计每个车牌的出现次数 ， 分组统计即可：
Python数据处理，pandas 统计连续停车时长文章插图
  • 我这只考虑一列的处理情况 ， 因为所有列批量处理只需要调用 apply 即可
  • 这里同样可以使用 Series.value_counts() 做到一样的效果
基于这个结果 ， 统计每一种次数的计数即可：
Python数据处理，pandas 统计连续停车时长文章插图
  • 行3：按之前的处理 ， 统计次数
  • 注意此时结果是一个 Series ， index(上图红框) 是"连续n小时停车" 。 value(上图蓝框) 是连续n小时停车出现的次数
把这个过程定义为一个函数：
Python数据处理，pandas 统计连续停车时长文章插图
  • 行6：选出一列执行看看效果
最后 ， 通过 apply 就能处理所有的列：
Python数据处理，pandas 统计连续停车时长文章插图
  • 注意 行索引(蓝框) 是"连续n小时停车"
但是 ， 我们需要的是1至10的结果 ， 怎么办？
reindex 就是为了这种场景而设计：
Python数据处理，pandas 统计连续停车时长文章插图

上一篇：CANopen源码简单讲二

下一篇：「数据架构」TOGAF建模：概念数据模型图