Python：如何找到具有相同id的读取序列，并计算每个序列的第一个和最后一个元素之间的间隔

我正在使用GPS数据从轨道上发现对个人有意义的地方。对数据进行聚类并将每个点分配给集群后，您将获得输出文件，其中在其他列中有一列用于时间戳和集群id。要确定一个人每次访问每个集群时在其中停留的时间，您必须按时间戳对数据进行排序，并找到所有来自同一集群的读数序列。假设我有一个id模式1，1，1，2，3，4，4，1，1，2，1，3，4，4，1，1，1，1，1，1，1，1，1，1，1，1，已经按时间戳排序了-在这里你可以看到一个人访问了集群1四次。我想知道的是如何计算该人每次访问集群1时在集群1中停留的时间。结果可以是一个字典，其中cluster id是键，后面是表示每次访问花费的时间的值，代码的输入可以是2D列表，其中每个元素都包含主题数据[timestamp，Lat，Lon，cluster_id]

数据示例（时间是以秒为单位的历元时间）：
时间|簇
1377997076|1
1378000582|1
1378000596|1
1378031297|2
1378031302|2
1378031303|1
1378031345|1
137803452|2
137803422 | 2

---

这也可以表示为2d列表：mylist=[[1377997076,1]，[1378000582,1]，[1378000596,1]，[1378031297,2]，[1378031302,2]，[1378031303,1]，[1378031345,1]，[137803452,2]，[1378034222,1]

这里有一段代码开始：

def chunk_sequences(it, n):
    """
    Yield all sequences of n from iterable.
    """
    chunk = []
    for x in it:
        if x == n:
            chunk.append(n)
        else:
            if len(chunk) > 0:
                yield chunk
                chunk = []
    if len(chunk) > 0:
        #needed in case the last sequence runs into the last element
        yield chunk

快速而肮脏，如果性能至关重要，您可能希望使用基于itertools的解决方案（可能涉及

takewhile

）

因此，通过上述方法，您可以：

list(chunk_sequences(pattern,1))
Out[59]: [[1, 1, 1], [1, 1], [1], [1, 1, 1, 1, 1]]

很容易变成：

[len(x) for x in list(chunk_sequences(pattern,1))]
Out[60]: [3, 2, 1, 5]

---

..这是集群1中每个相应停留的长度。

Kaisu，是否可以给出您正在使用的最小代码集。如果人们看到一些他们可以使用的示例数据（比如其中的一些id模式），他们就更有可能提供帮助。试着解释一下你试过什么。