将Pandas DataFrame分成满足条件的行之间的部分

Question

我有几次旅行的DataFrame看起来像这样：

   TripID  Lat    Lon    time  delta_t
0  1       53.55  9.99   74    1
1  1       53.58  9.99   75    1
2  1       53.60  9.98   76    5
3  1       53.60  9.98   81    1
4  1       53.58  9.99   82    1
5  1       53.59  9.97   83    NaN
6  2       52.01  10.04  64    1
7  2       52.34  10.05  65    1
8  2       52.33  10.07  66    NaN

如您所见，我有位置和时间记录，这些记录都属于某个行程，由行程ID标识。 我还计算了delta_t作为旅行结束之前所经过的时间。 每个行程的最后一个条目被分配为NaN作为其delta_t 。

现在，我需要确保记录的时间步长在所有数据中都相同。 在这个例子中，我已经用了一个时间单位。 在大多数情况下，旅行确实满足了这一条件，但是我时不时地有一条记录，例如记录号。 2，如果不是这样的话，那就不行了。

这就是为什么我现在要简单地将我的旅行分为两个旅行。 那让我陷入困境。 我似乎找不到解决此问题的好方法。

为了单独考虑每次旅行，我在想这样的事情：

 for key, grp in df.groupby('TripID'): 
     # split trip at too long delta_t(s)

但是，循环中的实际拆分是我不知道该怎么做的。 基本上，我需要为从一个大的delta_t到下一个（或旅程的结尾）的每个条目分配一个新的旅程ID，或者需要进行某种分组操作以在这些大的delta_t之间进行分组。

我知道这是一个非常具体的问题。 我希望有人对此有一个想法。

我认为，可以首先忽略新的NaN ，然后在此行中轻松添加新的NaN （我知道这仅适用于提升旅行ID）：

 df.loc[df['TripID'].diff().shift(-1) > 0, 'delta_t'] = np.nan

Answer 1

IIUC，不需要循环。 以下基于2个条件创建了一个称为new_TripID的新列：原始TripID从一行更改为下一行，或者您的time列中的差大于一

df['new_TripID'] = ((df['TripID'] != df['TripID'].shift()) | (df.time.diff() > 1)).cumsum()

>>> df
   TripID    Lat    Lon  time  delta_t  new_TripID
0       1  53.55   9.99    74      1.0           1
1       1  53.58   9.99    75      1.0           1
2       1  53.60   9.98    76      5.0           1
3       1  53.60   9.98    81      1.0           2
4       1  53.58   9.99    82      1.0           2
5       1  53.59   9.97    83      NaN           2
6       2  52.01  10.04    64      1.0           3
7       2  52.34  10.05    65      1.0           3
8       2  52.33  10.07    66      NaN           3

请注意，从您的描述和数据来看，您似乎真的可以使用groupby ，并且可能应该对其进行其他操作。 但是，在您需要的特定情况下，这是不必要的