Question

我有一个表面天气观测数据框（fzraHrObs），由车站标识码（＆＃39; usaf＆＃39;）和日期组织。 fzraHrObs有几列天气数据。站点代码和日期（日期时间对象）如下所示：

usaf      dat
716270    2014-11-23 12:00:00
          2015-12-20 08:00:00
          2015-12-20 12:00:00
716280    2015-12-19 08:00:00
          2015-12-19 09:00:00

我想将这些观察结果分组到＆＃39;事件＆＃39;通过站，其中在先前观察之后6小时发生的观察在同一事件中计数。然后，我想将事件的开始时间，结束时间和事件数量输出到数据帧。鉴于上面的示例数据，我希望输出看起来像这样：

usaf      eventNum   start                end                     count
716270    1          2014-11-23 12:00:00  2014-11-23 12:00:00     1   
          2          2015-12-20 09:00:00  2015-12-20 12:00:00     2     
716280    1          2015-12-19 08:00:00  2015-12-19 09:00:00     2

我目前正在使用for / if循环和dicts进行此操作，但我正在努力将事情转换为pandas，因为它的效率要高得多。

我最初的想法是在按行分组的每一行上做一个数据差异，并在几个小时内得到它，所以我确实有一个列＆＃39;差异＆＃39;这显示了这一点。我无法弄清楚如何获得事件开始/结束/持续时间而不会恢复到丑陋的状态和if循环。我猜测涉及fzraHrObs [fzraHrObs [＆＃39; diff＆＃39;]＆gt; = 6]的事情也将涉及？

Answer 1

评论中的答案意味着很容易避免循环，因为您只需要回顾上一个事件。

df['new_event'] = df.groupby('usaf')['dat'].apply(lambda s: s.diff().dt.seconds > 6*3600)

输出：

     usaf                 dat new_event
0  716270 2014-11-23 12:00:00     False
1  716270 2015-12-20 08:00:00      True
2  716270 2015-12-20 12:00:00     False
3  716280 2015-12-19 08:00:00     False
4  716280 2015-12-19 09:00:00     False

增加True值的事件计数：

df['event'] = df.groupby('usaf')['new_event'].cumsum().astype('int')

输出：

     usaf                 dat new_event  event
0  716270 2014-11-23 12:00:00     False      0
1  716270 2015-12-20 08:00:00      True      1
2  716270 2015-12-20 12:00:00     False      1
3  716280 2015-12-19 08:00:00     False      0
4  716280 2015-12-19 09:00:00     False      0

现在按事件分组，并使用agg应用多个功能，包括first和last以获取开始和结束日期：

df.groupby(['usaf', 'event'])['dat'].agg(['first', 'last', 'count'])

输出：

                           first                last  count
usaf   event                                               
716270 0     2014-11-23 12:00:00 2014-11-23 12:00:00      1
       1     2015-12-20 08:00:00 2015-12-20 12:00:00      2
716280 0     2015-12-19 08:00:00 2015-12-19 09:00:00      2

剩下要做的就是清理指数！

天气＆＃34;事件＆＃34;根据熊猫的时差分组

1 个答案: