[英][Python, pandas]: get km run per day per vehicle
我正在嘗試 output 一個表,在那里我可以看到每輛車每天運行的公里數,但我得到的計算是錯誤的。
給出我所擁有的數據的一小部分。 每輛車每天將其當前里程表讀數發送到中央服務器數百次。
TS DATE VEH ODOMETER
2021-03-12 12:58:15.500 2021-03-12 008 2932
2021-03-12 00:00:21.700 2021-03-12 002 64253
2021-03-12 00:02:21.500 2021-03-12 002 64254
2021-03-12 00:03:41.400 2021-03-12 002 64255
2021-03-12 00:05:38.200 2021-03-12 002 64256
... ... ... ...
2021-03-12 23:55:88.100 2021-03-12 002 64953
2021-03-12 00:05:38.200 2021-03-13 002 64954
正如在上面的示例中應該清楚的那樣,車輛 2 在 2021 年 3 月 12 日的第一個和最后一個里程表讀數是 64953-64253 = 700 公里,但第二天的第一個讀數是 64954,因此將 diff() 分組當天的第一個和最后一個里程表值,有些公里正在消失,如下圖
def grp_odo(dfObj):
dfObj['ODOMETER'] = dfObj['ODOMETER'].astype(int)
dfObj["km"] = dfObj.groupby(["DATE","VEH"])["ODOMETER"].diff()
sum_km = dfObj.groupby(["DATE","VEH"], as_index=False)["km"].sum()
return sum_km
dfodo = grp_odo(df[['DATE','VEH', 'ODOMETER']].loc[(~pd.isna(df['ODOMETER']))])
打印每天的 groupby 里程表差異:
print(dfodo)
DATE WSTRPVID km
0 2021-01-01 001 523.0
1 2021-01-01 002 700.0
2 2021-01-01 003 781.0
3 2021-01-01 004 2.0
4 2021-01-01 005 553.0
... ... ... ...
3375 2021-04-09 034 802.0
3376 2021-04-09 035 615.0
3377 2021-04-09 036 778.0
3378 2021-04-09 038 425.0
3379 2021-04-09 039 386.0
打印分組數據從開始到結束的總公里數。
print(dfodo[dfodo.VEH== "002"].sum())
km: 36796
打印 dataframe 中最高和最低里程表值的總和
print(df[df.VEH== "002"].groupby('VEH')['ODOMETER'].agg(np.ptp))
VEH
002 36898
Name: ODOMETER, dtype: int64
我想要一個 output,其中 2021-03-12 是 701km,所以 2021-03-12 的第一個值和 2021-03-13 的第一個值之間的差異,這可能嗎?
輸入:
>>> df
TS DATE VEH ODOMETER
0 2021-03-12 12:58:15.500 2021-03-12 008 2932.0
1 2021-03-12 00:00:21.700 2021-03-12 002 64253.0
2 2021-03-12 00:02:21.500 2021-03-12 002 64254.0
3 2021-03-12 00:03:41.400 2021-03-12 002 64255.0
4 2021-03-12 00:05:38.200 2021-03-12 002 64256.0
5 2021-03-12 23:55:48.100 2021-03-12 002 64953.0
6 2021-03-12 00:05:38.200 2021-03-13 002 64954.0
Output:
>>> df.assign(TOTAL=df.groupby("VEH")["ODOMETER"].shift(-1) - df["ODOMETER"]) \
.groupby(["DATE", "VEH"]).sum()["TOTAL"]
DATE VEH
2021-03-12 002 701.0
008 0.0
2021-03-13 002 0.0
Name: TOTAL, dtype: float64
df = pd.DataFrame({'DATE': ['2021-03-12', '2021-03-12', '2021-03-12', '2021-03-12', '2021-03-12', '2021-03-12', '2021-03-13'],
'VEH': ['008', '002', '002', '002', '002', '002', '002',],
'ODOMETER': [2932, 64253, 64254, 64255, 64256, 64953, 64954]})
df.sort_values(['VEH', 'DATE'], inplace=True)
DATE VEH ODOMETER
1 2021-03-12 002 64253
2 2021-03-12 002 64254
3 2021-03-12 002 64255
4 2021-03-12 002 64256
5 2021-03-12 002 64953
6 2021-03-13 002 64954
0 2021-03-12 008 2932
為每個車輛、日期組創建一個采用最小 ODOMETER 值的列
dff = df.groupby(['VEH', 'DATE'], as_index=False).agg({'ODOMETER': 'min'})
VEH DATE ODOMETER
0 002 2021-03-12 64253
1 002 2021-03-13 64954
2 008 2021-03-12 2932
車輛組的每個日期之間的差異。
dff['TOTAL_DIST'] = dff.groupby('VEH')['ODOMETER'].shift(-1)-dff.groupby('VEH')['ODOMETER'].shift(0)
VEH DATE ODOMETER TOTAL_DIST
0 002 2021-03-12 64253 701.0
1 002 2021-03-13 64954 NaN
2 008 2021-03-12 2932 NaN
您可以將 2 個連續的df.groupby()
與GroupBy.first()
和shift()
) 一起使用,如下所示:
df_daily = df.groupby(['DATE', 'VEH'], as_index=False)['ODOMETER'].first()
df_daily['km_diff'] = df_daily.groupby('VEH')['ODOMETER'].shift(-1) - df_daily.groupby('VEH')['ODOMETER'].shift(0)
測試數據構建
cols= ['TS', 'DATE', 'VEH', 'ODOMETER']
data = [
['2021-03-12 12:58:15.500', '2021-03-12', '008' , 2932],
['2021-03-13 12:58:15.500', '2021-03-13', '008' , 3032],
['2021-03-12 00:00:21.700', '2021-03-12', '002', 64253],
['2021-03-12 00:02:21.500', '2021-03-12', '002', 64254],
['2021-03-12 00:03:41.400', '2021-03-12', '002', 64255],
['2021-03-12 00:05:38.200', '2021-03-12', '002', 64256],
['2021-03-12 23:55:88.100', '2021-03-12', '002', 64953],
['2021-03-12 00:05:38.200', '2021-03-13', '002', 64954]
]
df = pd.DataFrame(data, columns=cols)
print(df)
TS DATE VEH ODOMETER
0 2021-03-12 12:58:15.500 2021-03-12 008 2932
1 2021-03-13 12:58:15.500 2021-03-13 008 3032 <=== Added this test data
2 2021-03-12 00:00:21.700 2021-03-12 002 64253
3 2021-03-12 00:02:21.500 2021-03-12 002 64254
4 2021-03-12 00:03:41.400 2021-03-12 002 64255
5 2021-03-12 00:05:38.200 2021-03-12 002 64256
6 2021-03-12 23:55:88.100 2021-03-12 002 64953
7 2021-03-12 00:05:38.200 2021-03-13 002 64954
運行新代碼
df_daily = df.groupby(['DATE', 'VEH'], as_index=False)['ODOMETER'].first()
df_daily['km_diff'] = df_daily.groupby('VEH')['ODOMETER'].shift(-1) - df_daily.groupby('VEH')['ODOMETER'].shift(0)
結果:
print(df_daily)
DATE VEH ODOMETER km_diff
0 2021-03-12 002 64253 701.0
1 2021-03-12 008 2932 100.0
2 2021-03-13 002 64954 NaN
3 2021-03-13 008 3032 NaN
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.