文章插图
定期找些简单练习作为 pandas 专栏的练习题
知识点

1. DataFrame.apply 以及 axis 的理解
2. 分组计数
3. DataFrame.iloc 切片

如下一份停车场数据：
文章插图

• 每行表示某时间段(总是1个小时)每个停车位停放是那辆车(内容视为车牌吧)

需要以下结果：
文章插图
共2个需求：
需求1：停车次数(蓝色行)：一天中 ， 每个停车位分别有多少不同的车停放 ， 如下：
文章插图

• 分别有8辆不同车牌 ， 因此这个停车位的"停车次数"是8
• 就算同一天有相同的车在不同时段停放 ， 只算一次

【Python数据处理，pandas 统计连续停车时长】需求2：连续停车小时(白色行)：由于有些车是停放多于1小时才开走 ， 统计一天中 ， 连续停放n(1至10)小时的数量
如下：
文章插图

• 第一个停车位中 ， 连续出现3次的区域只有一个(3个"GG")， 因此这个停车位"连续停车3小时"结果是1
• 同理 ， "连续停车2小时"结果是2(分别是"AA"与"FF")

导入库与加载数据：
文章插图
需求1按理解 ， 可以描述为"不同车牌数量" ， 相当于去重复后的车牌数 。
因此代码非常简单：
文章插图

• df.iloc， 由于第一列是"时间" ， 不是需要的数据 ， 通过切片获取第一列到最后的所有列
• .apply， 注意参数 axis 默认为0 ， 表示数据表每一列作为处理单位
• pd.Series.nunique 就是去重计数

需求2按理解 ， 我们需要首先统计每个车牌的出现次数 ， 分组统计即可：
文章插图

• 我这只考虑一列的处理情况 ， 因为所有列批量处理只需要调用 apply 即可
• 这里同样可以使用 Series.value_counts() 做到一样的效果

基于这个结果 ， 统计每一种次数的计数即可：
文章插图

• 行3：按之前的处理 ， 统计次数
• 注意此时结果是一个 Series ， index(上图红框) 是"连续n小时停车" 。 value(上图蓝框) 是连续n小时停车出现的次数

把这个过程定义为一个函数：
文章插图

• 行6：选出一列执行看看效果

最后 ， 通过 apply 就能处理所有的列：
文章插图

• 注意 行索引(蓝框) 是"连续n小时停车"

但是 ， 我们需要的是1至10的结果 ， 怎么办？
reindex 就是为了这种场景而设计：
文章插图

• 行4：顺手把空值填成 0

结果：
文章插图
之后只是合并2个需求结果输出 Excel 即可 ， 具体看源码
但是 ， 结果真的对吗？！！！
看看第5个停车点：
文章插图

• 连续停4个小时应该有1个吧
• 大于4个小时的应该是0吧

但是我们的结果是：
文章插图

• 连续6小时竟然有1次

原来 ， 我们的统计过程只是简单的按车牌分组统计 ， 却没有考虑连续问题 。
也就是说我们的处理过程根本没有反映需求中的"连续"的意义
怎么办？我也想不到 ， 希望大家给点建议
或者看看专栏关于"波动走势处理"的相关章节 ， 说不定找到答案

• 告诉|阿里大佬告诉你如何一分钟利用Python在家告别会员看电影
• Python源码阅读-基础1
• Python调用时使用*和**
• 如何基于Python实现自动化控制鼠标和键盘操作
• 解决多版本的python冲突问题
• 学习python第二弹
• Python中文速查表-Pandas 基础
• 零基础小白Python入门必看：通俗易懂，搞定深浅拷贝
• Python 使用摄像头监测心率！这么强吗？
• Pandas教程