我正在一个项目中,我导入一个.gpx文件并将其转换为Pandas数据框以进行进一步分析。该文件包含来自Strava,Endomondo,Runkeeper等锻炼的位置和时间数据。我已经计算出诸如总距离,时间和速度之类的统计信息,但是随后我还想找到锻炼中特定距离 的最快或最佳时间。因此,对于16公里的锻炼,我想计算出这16k内最快的5k,10k等。
我写了一些可行的方法,但是它涉及到遍历数据框。由于应该避免在数据帧上循环,因此我觉得应该有一个更有效的解决方案。
数据框看起来像这样:
distance_dis_3d time_delta
0 0.000000 0.0
1 0.000000 18.0
2 28.229476 1.0
3 5.452599 3.0
4 3.078864 1.0
...
此代码可用于查找最快的5000米:
df_selected['distance_cumsum'] = df_selected['distance_dis_3d'].cumsum()
df_selected['time_cumsum'] = df_selected['time_delta'].cumsum()
df_output = pd.DataFrame(columns=['time', 'distance', 'minutes_per_kilometer'])
for i in range(len(df_selected.index)):
df_xK = df_selected[(df_selected['distance_cumsum'] - df_selected['distance_cumsum'].iat[i]) >= 5000]
if(len(df_xK.index) != 0):
time = df_xK['time_cumsum'].iat[0] - df_selected['time_cumsum'].iat[i]
distance = df_xK['distance_cumsum'].iat[0] - df_selected['distance_cumsum'].iat[i]
minutes_per_kilometer = (time/60)/(distance/1000)
df_output = df_output.append({'time': time, 'distance': distance, 'minutes_per_kilometer': minutes_per_kilometer}, ignore_index=True)
best_5k = df_output.loc[df_output['minutes_per_kilometer'].idxmin()]
print('Time 5K:', floor(best_5k['time'] / 60), 'min', floor(best_5k['time'] % 60), 'sec.')
我知道我应该使用向量化或.apply(),但在这里我不知道如何做到这一点。因此,非常感谢您的帮助!谢谢!
可以在此处下载测试文件:http://gofile.me/2RsVN/dos1tPTVD
答案 0 :(得分:0)
对不起,我没有早点给您,但是我认为这就是您想要的。
def rollKilos(kilometers):
df = pd.DataFrame.from_dict({'KM':(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16)
,'Time':(5.3, 5.25, 5.35, 5.36, 5.42, 5.2, 5.25, 5.5, 5.4, 5.15, 5.25, 5.35, 5.3, 5.2, 5.3, 5.1)})
df = df.set_index('KM')
return min(df.rolling(kilometers).mean()['Time'][kilometers:])
df.rolling(5).mean()
Out[23]:
Time
KM
1 NaN
2 NaN
3 NaN
4 NaN
5 5.336
6 5.316
7 5.316
8 5.346
9 5.354
10 5.300
11 5.310
12 5.330
13 5.290
14 5.250
15 5.280
16 5.250
rollKilos(5)
Out[30]: 5.249999999999998
rollKilos(3)
Out[31]: 5.200000000000002
rollKilos(10)
Out[32]: 5.279999999999999