我使用這段代碼獲取dataframe中速度為0的數據，然后根據緯度、經度、年、月和日對dataframe進行分組。分組后，獲取每組的第一個upload_time_add_8hour和最后一個。如果第一組和最后一組upload_time_add_8hour相差超過5分鐘，則獲取每組的第一行數據，最后將這些數據保存到csv中。upload_time_add_8hourupload_time_add_8hour我認為我的代碼不夠簡潔。我用來df_first_row = sub_df.iloc[0:1,:]獲取數據框中的第一行，我使用upload_time_add_8hour_first = sub_df['upload_time_add_8hour'].iloc[0]和upload_time_add_8hour_last = sub_df['upload_time_add_8hour'].iloc[-1]來獲取特定列的第一個元素和最后一個元素。有沒有更合適的方法呢？
2 回答
青春有我
TA貢獻1784條經驗 獲得超8個贊
要獲取列的第一個和最后一個元素，您的選擇已經是最有效/正確的方法。
為了獲得第一行，我個人更喜歡使用 DataFrame.head(1)，因此對于您的代碼，如下所示：
df_first_row ?= sub_df.head(1)
我沒有研究 head() 方法在 Pandas 中是如何定義的及其性能影響，但在我看來，它提高了可讀性并減少了與索引的一些潛在混淆。
在其他示例中，您可能還會找到sub_df.iloc[0]，但此選項將返回 ，pandas.Series其中包含 DataFrame 列名稱的索引。?sub_df.head(1)將返回一個 1 行 DataFrame，其結果與sub_df.iloc[0:1,:]
幕布斯7119047
TA貢獻1794條經驗 獲得超8個贊
你的出路要么是groupby().agg要么df. agg
如果您需要它，您可以根據設備
#sub_df.groupby('device_id')['upload_time_add_8hour'].agg(['first','last'])
sub_df.groupby('device_id')['upload_time_add_8hour'].agg([('upload_time_add_8hour_first','first'),('upload_time_add_8hour_last ','last')]).reset_index()
device_id upload_time_add_8hour_first upload_time_add_8hour_last
0 1101 10/1/2020 0:03 10/7/2020 13:04
如果您不希望按照設備使用它，也許可以嘗試
sub_df['upload_time_add_8hour'].agg({'upload_time_add_8hour_first': lambda x: x.head(1),'upload_time_add_8hour_last': lambda x: x.tail(1)})
upload_time_add_8hour_first 0 10/1/2020 0:03
upload_time_add_8hour_last 19 10/7/2020 13:04
添加回答
舉報
0/150
提交
取消