python - 如何拆分值并在 pandas 数据框中插入新行？

Question

我有以下数据框:

      id  sub_id  timestamp            dist     time_dif     speed     status
   1   1   1      2016-07-01 00:01:00  20       00:01:00     0.0075    True
   2   1   1      2016-07-01 00:01:59  29       00:00:59     0.3450    True
   3   1   1      2016-07-01 00:03:00  30       00:01:00     0.0987    True
   4   1   2      2016-07-01 00:03:59  21       00:59:00     0.5319    True
   5   1   2      2016-07-01 00:05:00  40       00:01:00     0.0076    False 

在上面的数据框中，只要距离>30，status = False。

我想要创建一个函数或方法的建议，以便每当状态为“false”时，这意味着距离> 30，(在上面的数据框中，第5行)我可以执行以下操作:

处理 status = False 的行(ROW 5)

第 5 行“dist”下的值(其中 status = False，dist = 40)变为 30，因为 30 是阈值距离，它不能超过 30。因此，40 - 30 = 10，这额外的 10 应移至下一行。

“status”变为“True”(dist = 30)

“速度”保持不变，

“id”、“sub_id”保持不变

“time_diff”有了新值，因为第 5 行有速度和距离，所以可以计算时间

“timestamp”也应该改变，如果我们计算time_diff，我们可以将time_diff添加到第4行中“time”的值并获得第5行的新时间戳。

处理下一行(ROW 6)

现在，只要 dist >30/status = False，就应将第 6 行或后续行插入到数据框中，以便前一行中存在的任何额外距离都会进入此新行。

在上面的示例中，第 6 行下的“dist”的值为 (40-30)，即 10。

“id”保持不变，

“sub_id”变为3(增加1)，

由于 10 现在小于 30，“status”应该为 true。

“速度”保持不变。

“time_diff”将再次使用第 6 行中的“dist”和“speed”值进行计算。

“timestamp”也将通过将“time_diff”添加到上一行“timestamp”的值来计算

数据框中的其余行照常进行，直到遇到 status = False 的另一行。

此外，可能存在“dist”= 70的情况，因此在这种情况下，dist = 70的行应该有dist = 30，那么下一行应该有dist = 40，它仍然大于30，因此，它应该只保留 30，并将剩余的 10 插入到下一行。

如果有任何不清楚的地方，请告诉我。提前致谢。

Answer 1

我没有包括距离、时间和速度字段的更改，但想法应该是相似的。让我知道这是否有效，我会尝试从那里添加编辑。由于对迭代的对象进行更改通常是不好的，因此我创建了一个新的 DataFrame 来存储更改。

df2 = pd.DataFrame(columns = df.columns)
limit = 30
Index = 0
for row in df.itertuples():
    if row[7] == False: # 7 is the index of the status column
        tempRow = list(row[:])
        tempRow[4]=limit # 4 is the index of the dist column
        tempRow[7] = True
        df2.loc[Index] = tempRow
        Index +=1
        tempRow[4] = row[4]-limit
        tempRow[7] = tempRow[7] < limit
        tempRow [2]= row[2]+1 # 2 is the index of the sub_id column
        df2.loc[Index] = tempRow
    else:
        df2.loc[Index] = row
    Index += 1
df2