[英]Users' trip time over a particular period of time
Geolife数据集是用户移动时记录的 GPS 轨迹。 感谢Sina Dabiri提供了预处理数据的存储库。 我使用他的预处理数据并为 69 个可用用户创建了 GSP 日志数据框。
在这篇文章中,是 3 个用户按问题描述的数据的一小部分提取。
import pandas as pd
data = {'user': [10,10,10,10,10,10,10,10,21,21,21,54,54,54,54,54,54,54,54,54],
'lat': [39.921683,39.921583,39.92156,39.13622,39.136233,39.136241,39.136246,39.136251,42.171678,42.172055,
42.172243,39.16008333,39.15823333,39.1569,39.156,39.15403333,39.15346667,39.15273333,39.14811667,39.14753333],
'lon': [116.472342,116.472315,116.47229,117.218033,117.218046,117.218066,117.218166,117.218186,123.676778,123.677365,
123.677657,117.1994167,117.2002333,117.2007667,117.2012167,117.202,117.20225,117.20255,117.2043167,117.2045833],
'date': ['2009-03-21 13:30:35','2009-03-21 13:33:38','2009-03-21 13:34:40','2009-03-21 15:30:12','2009-03-21 15:32:35',
'2009-03-21 15:38:36','2009-03-21 15:44:42','2009-03-21 15:48:43','2007-04-30 16:00:20', '2007-04-30 16:05:22',
'2007-04-30 16:08:23','2007-04-30 11:47:38','2007-04-30 11:48:07','2007-04-30 11:48:27','2007-04-30 12:04:39',
'2007-04-30 12:04:07','2007-04-30 12:04:32','2007-04-30 12:19:41','2007-04-30 12:20:08','2007-04-30 12:20:21']
}
和数据框:
df = pd.DataFrame(data)
df
user lat lon date
0 10 39.921683 116.472342 2009-03-21 13:30:35
1 10 39.921583 116.472315 2009-03-21 13:33:38
2 10 39.921560 116.472290 2009-03-21 13:34:40
3 10 39.136220 117.218033 2009-03-21 15:30:12
4 10 39.136233 117.218046 2009-03-21 15:32:35
5 10 39.136241 117.218066 2009-03-21 15:38:36
6 10 39.136246 117.218166 2009-03-21 15:44:42
7 10 39.136251 117.218186 2009-03-21 15:48:43
8 21 42.171678 123.676778 2007-04-30 16:00:20
9 21 42.172055 123.677365 2007-04-30 16:05:22
10 21 42.172243 123.677657 2007-04-30 16:08:23
11 54 39.160083 117.199417 2007-04-30 11:47:38
12 54 39.158233 117.200233 2007-04-30 11:48:07
13 54 39.156900 117.200767 2007-04-30 11:48:27
14 54 39.156000 117.201217 2007-04-30 12:04:39
15 54 39.154033 117.202000 2007-04-30 12:04:07
16 54 39.153467 117.202250 2007-04-30 12:04:32
17 54 39.152733 117.202550 2007-04-30 12:19:41
18 54 39.148117 117.204317 2007-04-30 12:20:08
19 54 39.147533 117.204583 2007-04-30 12:20:21
我的问题:
我想计算用户在特定时期旅行的时间。
例如。
March-2009
出行的总时间:本月只有用户 10 出行。 于 2009 年 3 月13:30:35
2009-03-21
但是在13:34:40
之后有一个长跳到15:30:12
。 由于这段跳跃时间超过 30 分钟,我们将其视为另一次旅行。 因此,用户 10 该月记录了 2 次行程。 第一次约 5 分钟,第二次约 19 分钟。 所以这个月用户的旅行时长是5 + 19 = 24 minutes
。April 2007
,用户 21 和 54 记录了同一天的行程。 用户 21 在16:00:20
开始了大约 8 分钟。 用户 54 于11:47:38
开始,大约 1 分钟后,我们看到跳转到12:04:39
。 时间间隔不超过30分钟,所以我们认为它是单程。 为此,54 覆盖了大约 33 分钟的行程。 因此,该月的用户出行时间为8 + 33 = 41minutes
。February 2008
到 2009 年March 2009
的行程时间。我该如何进行这种分析?
任何一点,使用上面提供的小数据将不胜感激。
这段代码不是最有效的,无论如何你可以测试它是否符合你的需要:
df['date'] = pd.to_datetime(df['date'])
duration = (df.groupby(['user', df['date'].dt.month]).
apply(lambda x: (x['date']-x['date'].shift()).dt.seconds).
rename('duration').
to_frame())
res = (duration.mask(duration>1800,0). # 1800 - limit for a trip duration in seconds
groupby(level=[0,1]).
sum().
truediv(60). # converting seconds to minutes
rename_axis(index={'date':'month'}))
print(res)
'''
duration
user month
10 3 22.60
21 4 8.05
54 4 33.25
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.