python - 按数据帧分组 : Use column-values in current and previous row in Function

Question

我有一个具有这种结构的数据框:

import pandas as pd
from geopy.distance import vincenty

data = {'id': [1, 2, 3, 1, 2 , 3],
        'coord': [[10.1, 30.3], [10.5, 32.3], [11.1, 31.3],
                  [10.1, 30.3], [10.5, 32.3], [61, 29.1]],
       }
df = pd.DataFrame(data)

它看起来是这样的:

           coord    id
0   [10.1, 30.3]    1
1   [10.5, 32.3]    2
2   [11.1, 31.3]    3
3   [10.1, 30.3]    1
4   [10.5, 32.3]    2
5   [61, 29.1]      3

现在，我想按id分组。然后，我想使用当前行和上一行坐标。这些应该在函数中使用来计算两个坐标之间的距离:

这是我尝试过的:

df.groupby('id')['coord'].apply(lambda x: vincenty(x, x.shift(1)))

vincenty(x,y)期望 x 与 (10, 20) 相似，y 也同样，并返回一个 float 。

显然，这是行不通的。该函数接收两个 Series 对象而不是两个列表。因此，下一步可能应该使用 x.values.tolist() 。不过，我对事情的理解到这里就结束了。因此，我将不胜感激任何关于如何解决这个问题的想法!

Answer 1

我认为你需要shift每组列，然后应用函数并过滤掉 NaN 行:

def vincenty(x, y):
    print (x,y)
    return x + y

df['new'] = df.groupby('id')['coord'].shift()

m = df['new'].notnull()
df.loc[m, 'out'] = df.loc[m, :].apply(lambda x: vincenty(x['coord'], x['new']), axis=1)
print (df)
          coord  id           new                       out
0  [10.1, 30.3]   1           NaN                       NaN
1  [10.5, 32.3]   2           NaN                       NaN
2  [11.1, 31.3]   3           NaN                       NaN
3  [10.1, 30.3]   1  [10.1, 30.3]  [10.1, 30.3, 10.1, 30.3]
4  [10.5, 32.3]   2  [10.5, 32.3]  [10.5, 32.3, 10.5, 32.3]
5    [61, 29.1]   3  [11.1, 31.3]    [61, 29.1, 11.1, 31.3]