如何循环处理熊猫的数据？
如何循环处理熊猫的数据？
提问于 2017-05-29 03:15:22
我有一个python函数，它工作在坐标序列(轨迹数据)上。它要求数据采用以下格式。
#items = [Item(x1, y1), Item(x2, y2), Item(x3, y3), Item(x4, y4)]
items = [Item(0.5, 0.5), Item(-0.5, 0.5), Item(-0.5, -0.5), Item(0.5, -0.5)]它还需要从上面的项中找到xmin、ymin、xmax、ymax，并将其指定为一个边界框，如下所示。
spindex = pyqtree.Index(bbox=[-1, -1, 1, 1])
#bbox = [xmin,ymin,xmax,ymax]现在，插入项目如下所示。
#Inserting items
for item in items:
spindex.insert(item, item.bbox)正如我们现在所看到的，上述所有操作都是在items中指定的单个坐标序列上执行的。我需要在具有多个轨迹的数据帧上执行上述步骤，每个轨迹具有多个点序列，并由id vid标识。
示例df如下：
vid x y
0 1 2 3
1 1 3 4
2 1 5 6
3 2 7 8
4 2 9 10
5 3 11 12
6 3 13 14
7 3 15 16
8 3 17 18在上述数据框架中，x，y是坐标数据，属于同一“vid”的所有点形成一个单独的轨迹，因此可以观察到属于航次id (vid) =1的行(0-2)是一条轨迹，而属于vid=2的点是另一条轨迹等等。
上述数据也可以转换为以下df (仅在需要时)：
vid (x,y)
0 1 [ (2,3),(3,4), (5,6) ]
1 2 [ (7,8),(9,10) ]
2 3 [ (11,12),(13,14),(15,16),(17,18) ]我想要创建一种方法来遍历df，或者使用vid循环它们，并将所有坐标作为项，并找到xmin、xmax、ymin、ymax，并插入它们，如上面所示，用于df中的每个轨迹。
我有这样的代码，但不起作用
for group in df.groupby('vid'):
bbox = [ group['x'].min(), group['y'].min(), group['x'].max(), group['y'].max() ]
spindex.insert(group['vid'][0], bbox)请帮帮忙。
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-05-29 06:11:42
Gourpby返回((gkeys)，grouped_dataframe)
修改您的代码如下：
for g in df.groupby('vid'):
vid = g[0]
g_df = g[1]
bbox = [ g_df['x'].min(), g_df['y'].min(), g_df['x'].max(), g_df['y'].max() ]
spindex.insert(vid, bbox)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/44234139
复制相关文章
相似问题
腾讯云开发者
