给定创建新文件的时间间隔，按 Id 分组的平均值

Question

我有一个 3D 数据集（Easting(X)、Northing(Y)、Elevation(Z)）并且有某些有害元素的值，我们可以称之为 A、B、C。间隔是每 20 英尺，除非在Z 值的末尾可能会更小，因为它不能保证你会有偶数 20。

ID	midX	midY	midZ	From	To	Length	A	B	C
AAA1	37710.9	102978.3	5727.2	40.0	60.0	20.0	0.284	7.5	0.010
AAA1	37697.7	102971.9	5713.5	60.0	80.0	20.0	0.051	2.4	0.005
AAA1	37684.6	102978.3	5708.2	80.0	100.0	20.0	0.284	7.5	0.010
AAA1	37684.6	102970.0	5694.5	100.0	120.0	20.0	0.153	6.5	0.150
AAA1	37684.6	102980.4	5683.8	120.0	140.0	20.0	0.648	5.4	0.222
AAA2	36979.0	106198.0	5763.0	0.0	20.0	20.0	0.051	2.1	0.045
AAA2	36979.0	106198.0	5743.0	20.0	40.0	20.0	0.145	8.4	0.111
AAA2	36979.0	106198.0	5723.0	40.0	58.7	18.7	0.742	0.4	0.043

我想使用这个数据集并制作一个新的数据集，该数据集在 40 秒而不是 20 秒上进行平均。如果没有一对，则只需输入最后一个值。它按 ID 平均。例如看起来像这样。

ID	midX	midY	midZ	From	To	Length	A	B	C
AAA1	37704.3	102975.1	5720.35	40.0	80.0	40.0	0.1675	4.95	0.0075
AAA1	37684.6	102974.2	5701.35	80.0	120.0	40.0	0.2185	7.0	0.080
AAA1	37684.6	102980.4	5683.8	120.0	140.0	20.0	0.648	5.4	0.222
AAA2	36979.0	106198.0	5753.0	0.0	40.0	40.0	0.098	5.25	0.078
AAA2	36979.0	106198.0	5723.0	40.0	58.7	18.7	0.742	0.4	0.043

import pandas as  pd
phx =  pd.read_csv('./data.csv')
phx = phx.sort_values(['ID','midZ'],ascending=False).groupby('ID').head(3)

这将按 ID 和降序 midZ 对其进行排序，这正是我所需要的。下一步是在 step = 2 中平均，但如果有奇数，则保留最后一个。我一直在谷歌搜索并尝试各种事情，但它不起作用。我试过这个：

step = 2
phxdf = phx.groupby(phx.index//step).mean()

但这并没有给我我需要的东西。

任何帮助将不胜感激。蒂亚！

Answer 1

考虑在cumsum() 和Length 之后以40 的倍数为条件计算伪分组列，而numpy.ceil 则为上限倍数。然后，运行mean 聚合和groupby() 以及ID：

数据

from io import StringIO
import numpy as np
import pandas as pd

txt = '''ID|midX|midY|midZ|From|To|Length|A|B|C
AAA1| 37710.9 | 102978.3 | 5727.2 | 40.0  | 60.0  | 20.0   | 0.284 | 7.5 | 0.010 
AAA1| 37697.7 | 102971.9 | 5713.5 | 60.0  | 80.0  | 20.0   | 0.051 | 2.4 | 0.005 
AAA1| 37684.6 | 102978.3 | 5708.2 | 80.0  | 100.0 | 20.0   | 0.284 | 7.5 | 0.010 
AAA1| 37684.6 | 102970.0 | 5694.5 | 100.0 | 120.0 | 20.0   | 0.153 | 6.5 | 0.150 
AAA1| 37684.6 | 102980.4 | 5683.8 | 120.0 | 140.0 | 20.0   | 0.648 | 5.4 | 0.222 
AAA2| 36979.0 | 106198.0 | 5763.0 |  0.0  | 20.0  | 20.0   | 0.051 | 2.1 | 0.045 
AAA2| 36979.0 | 106198.0 | 5743.0 | 20.0  | 40.0  | 20.0   | 0.145 | 8.4 | 0.111 
AAA2| 36979.0 | 106198.0 | 5723.0 | 40.0  | 58.7  | 18.7   | 0.742 | 0.4 | 0.043'''

df = pd.read_csv(StringIO(txt), sep="|")

聚合

df['grp_40'] = np.ceil(df.groupby(['ID'])['Length'].cumsum().div(40))
df['Length'] = df.groupby(['ID', 'grp_40'])['Length'].transform('sum')

agg = (df.groupby(['ID', 'grp_40'], sort=False, as_index=False)
         .mean()
         .drop('grp_40', axis='columns')
      )

print(agg)
#      ID     midX       midY     midZ   From     To  Length       A     B       C
# 0  AAA1  37704.3  102975.10  5720.35   50.0   70.0    40.0  0.1675  4.95  0.0075
# 1  AAA1  37684.6  102974.15  5701.35   90.0  110.0    40.0  0.2185  7.00  0.0800
# 2  AAA1  37684.6  102980.40  5683.80  120.0  140.0    20.0  0.6480  5.40  0.2220
# 3  AAA2  36979.0  106198.00  5753.00   10.0   30.0    40.0  0.0980  5.25  0.0780
# 4  AAA2  36979.0  106198.00  5723.00   40.0   58.7    18.7  0.7420  0.40  0.0430