Question

我有一个巨大的数据，有两个ID，开始和结束时间以及gps坐标。我试图找到频率，总和，平均值，中位数，最大值，最小值，接触持续时间以及基于GPS坐标的频率。

004096f41eb8 00904bf131ad 40.0 820219 438869 820219 438869
004096f41eb8 00904bf469bd 40.0 820219 438869 820219 438869
00022d56dffe 00022dcbe817 962.0 820353 439280 820353 439280
00022dcbe817 00306511e9e0 540.0 820353 439280 820353 439280
00022dcbe817 00904b21787a 4250.0 820353 439280 820353 439280
00022dcbe817 00904b3b845a 1117.0 820353 439280 820353 439280
00022dcbe817 00904bc3be80 1117.0 820353 439280 820353 439280
00022dcbe817 00904bcd5f00 4250.0 820353 439280 820353 439280
00022dcbe817 00904bfebc7c 3737.0 820353 439280 820353 439280

以上是输入样本。 col[0]和col[1]是ID。我可以很好地找到ids的频率，总和，平均值，中位数，最大值，最小值，接触持续时间。但是当我不得不考虑Ids和Gps坐标时，我无法将其包含在下面给出的相同代码中。我需要找到具有相同gps坐标的id频率。

例如：col [0] col [1] col [3] col [4] col [5] col [6]

from collections import defaultdict
import numpy as np

pairtimelist = defaultdict(list)
pairgpslist = defaultdict(list)

with open('input', 'r') as f, open('output_all', 'w') as o_one, open('output_contact', 'w') as o_two, open('output_gps', 'w') as o_three:
    for numline, line in enumerate((line.split() for line in f), start=1):
        pair = line[0], line[1]
        pairtimelist[pair].append(float(line[2]))
        pairgps = line[0], line[1], line[3], line[4], line[5], line[6]
        #pairgpslist[pairgps].append(float(line[2])) 
    for pair in pairtimelist.iterkeys():
        timeavg = np.mean(pairtimelist[pair])
        timemed = np.median(pairtimelist[pair])
        timesum = np.sum(pairtimelist[pair])
        timemax = np.max(pairtimelist[pair])
        timemin = np.min(pairtimelist[pair])
        freq = len(pairtimelist[pair])
    for pairgps in pairgpslist.iterkeys():
        freqgps = len(pairgpslist[pairgps]
    #print pair, pairtimelist[pair]
    o_two.write("%s %s \n" % (pair, pairtimelist[pair]))
    o_one.write("%s %s %s %.2f %.2f %s %s %s \n" % (pair[0], pair[1], freq, timesum, timeavg, timemed, timemax, timemin))
    o_three.write("%s %s \n" % (pair, freqgps))

Error: 
 File "pair_gps.py", line 21
    o_two.write("%s %s \n" % (pair, pairtimelist[pair]))
        ^
SyntaxError: invalid syntax

但是当评论所有相关的gps时，看不到此错误。他们有什么简单的方法可以将所有人聚在一起提前致谢。

Answer 1

在第19行：

freqgps = len(pairgpslist[pairgps]

您缺少len功能的结束语。

顺便说一句，你可以很容易地实现你想要做的事情，并且使用pandas的方式不那么容易出错。它会是这样的：

import pandas as pd
import numpy as np

pd.read_csv('input.csv')\
  .groupby([0, 1])[2]\
  .agg([np.mean, np.median, np.sum, np.max, np.min])\
  .reset_index()\
  .to_csv('output.csv')

使用GPS坐标进行Dict操纵

1 个答案: