如何基于过滤计算数据框列中的值
girl_of_data
鉴于此数据框：
DriverId time SPEED
0 2021-04-16 21:40:00+00:00 58.500000
2021-04-16 21:41:00+00:00 32.850000
2021-04-16 21:42:00+00:00 89.633333
2021-04-16 21:43:00+00:00 88.166667
2021-04-16 21:44:00+00:00 118.016667
... ... ...
88 2021-04-27 07:30:00+00:00 79.566667
2021-04-27 07:31:00+00:00 59.383333
2021-04-27 07:32:00+00:00 89.133333
2021-04-27 07:33:00+00:00 59.966667
2021-04-27 07:34:00+00:00 25.72413
我想添加列来计算每个司机低于 40 公里/小时的速度数，所以我试过这个：
y[y.SPEED<40].count()
它显示了这一点：
SPEED 4721
dtype: int64
这不是我想要的，expexted 结果必须是这样的：
DriverId SPEED count
0 15.20 2
32.850000
89.633333
88.166667
118.016667
... ... ...
88 79.566667 1
59.383333
89.133333
59.966667
25.72413
我的数据框是一个系列，我将其转换为数据框
y.info()
<class 'pandas.core.frame.DataFrame'>
MultiIndex: 15082 entries, (0, Timestamp('2021-04-16 21:40:00+0000', tz='UTC')) to (88, Timestamp('2021-04-27 07:34:00+0000', tz='UTC'))
Data columns (total 1 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 SPEED 15082 non-null float64
dtypes: float64(1)
memory usage: 922.5 KB
林山可拉依
df = pd.DataFrame([['0','2021-04-16 21:40:00+00:00',58.500000],
['0','2021-04-16 21:41:00+00:00', 32.850000],#FIRST ONE
['0','2021-04-16 21:42:00+00:00', 15.633333],#SECOND ONE
['0','2021-04-16 21:43:00+00:00', 88.166667],
['0','2021-04-16 21:44:00+00:00',118.016667],
['88','[2021-04-27 07:30:00+00:00',79.566667],
['88','2021-04-27 07:31:00+00:00',59.383333],
['88','2021-04-27 07:32:00+00:00',89.133333],
['88','2021-04-27 07:33:00+00:00',59.966667],
['88','2021-04-27 07:34:00+00:00',25.72413] # THIRD ONE
],columns=['driver_id','time','speed'])
df = df.set_index("driver_id")
counts = df[df['speed'] < 40].groupby(["driver_id",],as_index=False).agg(
count_col=pd.NamedAgg(column="speed", aggfunc="count")
)
merged_Frame = pd.merge(df, counts, on = 'driver_id', how='inner')
输出
driver_id time speed count_col
0 0 2021-04-16 21:40:00+00:00 58.500000 2
1 0 2021-04-16 21:41:00+00:00 32.850000 2
2 0 2021-04-16 21:42:00+00:00 15.633333 2
3 0 2021-04-16 21:43:00+00:00 88.166667 2
4 0 2021-04-16 21:44:00+00:00 118.016667 2
5 88 [2021-04-27 07:30:00+00:00 79.566667 1
6 88 2021-04-27 07:31:00+00:00 59.383333 1
7 88 2021-04-27 07:32:00+00:00 89.133333 1
8 88 2021-04-27 07:33:00+00:00 59.966667 1
9 88 2021-04-27 07:34:00+00:00 25.724130 1
参考
编辑
import pandas as pd
df = pd.DataFrame([['0','2021-04-16 21:40:00+00:00',58.500000],
['0','2021-04-16 21:41:00+00:00', 32.850000],#FIRST ONE
['0','2021-04-16 21:42:00+00:00', 15.633333],#SECOND ONE
['0','2021-04-16 21:43:00+00:00', 88.166667],
['0','2021-04-16 21:44:00+00:00',118.016667],
['88','[2021-04-27 07:30:00+00:00',79.566667],
['88','2021-04-27 07:31:00+00:00',59.383333],
['88','2021-04-27 07:32:00+00:00',89.133333],
['88','2021-04-27 07:33:00+00:00',59.966667],
['88','2021-04-27 07:34:00+00:00',25.72413] # THIRD ONE
],columns=['driver_id','time','speed'])
df = df.set_index(['driver_id', 'time'])
df['count'] = df[df['speed'] < 40].groupby('driver_id')['speed'].transform('count')
输出 
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
编辑于
相关文章
TOP 榜单
- 1
蓝屏死机没有修复解决方案
- 2
计算数据帧中每行的NA
- 3
UITableView的项目向下滚动后更改颜色，然后快速备份
- 4
Node.js中未捕获的异常错误，发生调用
- 5
在 Python 2.7 中。如何从文件中读取特定文本并分配给变量
- 6
Linux的官方Adobe Flash存储库是否已过时？
- 7
验证REST API参数
- 8
ggplot：对齐多个分面图-所有大小不同的分面
- 9
Mac OS X更新后的GRUB 2问题
- 10
通过 Git 在运行 Jenkins 作业时获取 ClassNotFoundException
- 11
带有错误“ where”条件的查询如何返回结果？
- 12
用日期数据透视表和日期顺序查询
- 13
VB.net将2条特定行导出到DataGridView
- 14
如何从视图一次更新多行（ASP.NET - Core）
- 15
Java Eclipse中的错误13，如何解决？
- 16
尝试反复更改屏幕上按钮的位置 - kotlin android studio
- 17
离子动态工具栏背景色
- 18
应用发明者仅从列表中选择一个随机项一次
- 19
当我尝试下载 StanfordNLP en 模型时，出现错误
- 20
python中的boto3文件上传
- 21
在同一Pushwoosh应用程序上Pushwoosh多个捆绑ID
我来说两句