我正在分析来自不同传感器的数据。传感器在使用时变为活动状态(1)。但是,我只需要第一次和最后一次激活的时间(和日期),但不需要从中间开始。找到时,我需要创建一个新的DataFrame,其中第一个和最后一个匹配项的时间和日期以及'User'和'Activity'。如何获取熊猫物品的首次和最后一次出现
我试着遍历每一行并构建一系列if-then语句,但没有运气。 我想知道是否有一个熊猫函数可以让我有效地做到这一点? 这是我的数据的一个子集。
我刚刚开始得到熊猫的叮咬,所以任何帮助将不胜感激。
干杯!
import pandas as pd
cols=['User', 'Activity', 'Coaster1', 'Coaster2', 'Coaster3',
'Coaster4', 'Coaster5', 'Coffee', 'Door', 'Fridge', u'coldWater',
'hotWater', 'SensorDate', 'SensorTime', 'RegisteredTime']
data=[['Chris', 'coffee + hot water', 0, 0.0, 0.0, 0, 0, 0.0, 1.0, 0.0,
0.0, 0.0, '2015-09-21', '13:05:54', '13:09:00'],
['Chris', 'coffee + hot water', 0, 0.0, 0.0, 0, 0, 0.0, 1.0, 0.0,
0.0, 0.0, '2015-09-21', '13:05:54', '13:09:00'],
['Chris', 'coffee + hot water', 0, 0.0, 0.0, 0, 0, 0.0, 1.0, 0.0,
0.0, 0.0, '2015-09-21', '13:05:55', '13:09:00'],
['Chris', 'coffee + hot water', 0, 0.0, 0.0, 0, 0, 0.0, 1.0, 0.0,
0.0, 0.0, '2015-09-21', '13:05:55', '13:09:00'],
['Chris', 'coffee + hot water', 0, 0.0, 0.0, 0, 0, 0.0, 1.0, 0.0,
0.0, 0.0, '2015-09-21', '13:05:56', '13:09:00'],
['Chris', 'coffee + hot water', 0, 0.0, 0.0, 0, 0, 0.0, 1.0, 0.0,
0.0, 0.0, '2015-09-21', '13:05:56', '13:09:00'],
['Chris', 'coffee + hot water', 0, 1.0, 0.0, 0, 0, 0.0, 0.0, 0.0,
0.0, 0.0, '2015-09-21', '13:05:58', '13:09:00'],
['Chris', 'coffee + hot water', 0, 1.0, 0.0, 0, 0, 0.0, 0.0, 0.0,
0.0, 0.0, '2015-09-21', '13:05:59', '13:09:00']]
df=pd.DataFrame(data,columns=cols)
所需的输出将如下所示:
data_out=[['Chris','coffee + hot water','0','0','0','0','0','0','1','0','0','0','2015-09-21','13:05:54','13:05:56','13:09:00'],['Chris','coffee + hot water','0','1','0','0','0','0','0','0','0','0','2015-09-21','13:05:58','13:05:59','13:09:00']]
cols_out=['User',
'Activity',
'Coaster1',
'Coaster2',
'Coaster3',
'Coaster4',
'Coaster5',
'Coffee',
'Door',
'Fridge',
u'coldWater',
'hotWater',
'SensorDate',
'SensorTimeFirst',
'SensorTimeLast',
'RegisteredTime']
df_out=pd.DataFrame(data_out, columns=cols_out)
样品的期望输出是什么? – jezrael
也许你可以试试'print df [df ['Door'] == 1] .groupby(['User','Activity'])[['Door','SensorDate','SensorTime']]。min )'和 'print df [df ['Door'] == 1] .groupby(['User','Activity'])[['Door','SensorDate','SensorTime']] .max() ' – jezrael
在OP中添加了所需的输出编辑。谢谢! – Waldo