Я пытаюсь обновить записи в столбцах, подсчитывая частоту записей в разных столбцах. Вот образец моих данных. Фактические данные состоят из 10 тыс. Выборок, каждая из которых имеет длину 220 (220 секунд).
d = {'ID':['a12', 'a12','a12','a12','a12', 'a12', 'a12','a12','v55','v55','v55','v55','v55','v55','v55', 'v55'],
'Exp_A':[0.012,0.154,0.257,0.665,1.072,1.514,1.871,2.144, 0.467, 0.812,1.59,2.151,2.68,3.013,3.514,4.015],
'freq':['00:00:00', '00:00:01', '00:00:02', '00:00:03', '00:00:04',
'00:00:05', '00:00:06', '00:00:07','00:00:00', '00:00:01', '00:00:02', '00:00:03', '00:00:04',
'00:00:05', '00:00:06', '00:00:07'],
'A_Bullseye':[0,0,0,0,1,0,1,0, 0,0,1,0,0,0,1,0], 'A_Bull_Total':[0,0,0,0,0,1,1,2,0,0,0,1,1,1,1,2], 'A_Shot':[0,1,1,1,0,1,0,0, 1,1,0,1,0,1,0,0]}
df = pd.DataFrame(data=d)
За каждую секунду может быть зарегистрирован только Bullseye или Shot.
Count1: число df.A_Shot == 1
перед первым df.A_Bullseye == 1
для каждого ID
равно 3 & 2 for ID=a12 and ID=v55 resp
.
Count2: количество df.A_Shot == 1
от конца count1 до второго df.A_Bullseye == 1
, 1
для df[df.ID=='a12']
и 2 for df[df.ID=='v55']
Где i
в count(i)
: df.groupby(by='ID')[A_Bull_Total].max()
. Здесь i
2
.
Итак, если я смогу вычислить среднее количество для каждого i, тогда я смогу скорректировать значения df.Exp_A, используя среднее из вышеупомянутых значений.
mask_A_Shot= df.A_Shot == 1
mask_A_Bullseye= df.A_Bulleseye == 0
mask = mask_A_Shot & mask_A_Bulleseye
df[mask.groupby(df['ID'])].mean()
В идеале я хотел бы иметь что-то подобное для каждого я (яблочко), сколько выстрелов необходимо и сколько секунд это заняло.
Создайте ключ группировки Bullseye
внутри каждого идентификатора, используя .cumsum
и затем вы сможете узнать, сколько выстрелов и сколько времени прошло между яблочками.
import pandas as pd
df['freq'] = pd.to_timedelta(df.freq, unit='s')
df['Bullseye'] = df.groupby('ID').A_Bullseye.cumsum()+1
# Chop off any shots after the final bullseye
m = df.Bullseye <= df.groupby('ID').A_Bullseye.transform(lambda x: x.cumsum().max())
df[m].groupby(['ID', 'Bullseye']).agg({'A_Shot': 'sum',
'freq': lambda x: x.max()-x.min()})
A_Shot freq
ID Bullseye
a12 1 3 00:00:03
2 1 00:00:01
v55 1 2 00:00:01
2 2 00:00:03
Редактировать:
Учитывая ваш комментарий, вот как я буду действовать. Мы собираемся .shift
столбец " .shift
поэтому вместо увеличения счетчика в яблочко мы увеличиваем счетчик на строку после яблочка. Мы A_Shot
так что A_Shot
также считаются выстрелом.
df['freq'] = pd.to_timedelta(df.freq, unit='s')
df['Bullseye'] = df.groupby('ID').A_Bullseye.apply(lambda x: x.shift().cumsum().fillna(0)+1)
# Also consider Bullseye as a shot:
df.loc[df.A_Bullseye == 1, 'A_Shot'] = 1
# Chop off any shots after the final bullseye
m = df.Bullseye <= df.groupby('ID').A_Bullseye.transform(lambda x: x.cumsum().max())
df1 = (df[m].groupby(['ID', 'Bullseye'])
.agg({'A_Shot': 'sum',
'freq': lambda x: (x.max()-x.min()).total_seconds()}))
df1
A_Shot freq
ID Bullseye
a12 1.0 4 4.0
2.0 2 1.0
v55 1.0 3 2.0
2.0 3 3.0
И теперь, поскольку freq
- целое число секунд, вы можете легко делить:
df1.A_Shot / df1.freq
#ID Bullseye
#a12 1.0 1.0
# 2.0 2.0
#v55 1.0 1.5
# 2.0 1.0
#dtype: float64
'A_bullseye'
равен 1, это отдельный выстрел, который был зарегистрирован как яблочко, или это просто предыдущий выстрел, зарегистрированный как яблочко в следующую секунду? Например,a12
имеет 3 выстрела за 3 секунды (третий - яблочко) или 3 выстрела, которые не являются яблоком, а затем 4-й выстрел в 00:00:04 - яблочко?