Python—跟踪一个人的可能循环函数'；在整个时间里，你的运动是什么，并将它与其他人分组？
我的问题是，我想全程跟踪ID，看看他们下一步会去哪里，并将他们与其他人分组作为他们的第一个位置点。目前我正在使用excel按日期和ID排序。按日期排序时，我知道每个人第一次访问某个地点的地点。如果我删除了这些ID的第一个实例，那么剩下的就是它们的下一个位置。然后删除这些实例，依此类推 以下是一个示例数据集：Python—跟踪一个人的可能循环函数'；在整个时间里，你的运动是什么，并将它与其他人分组？,python,pandas,numpy,Python,Pandas,Numpy,我的问题是，我想全程跟踪ID，看看他们下一步会去哪里，并将他们与其他人分组作为他们的第一个位置点。目前我正在使用excel按日期和ID排序。按日期排序时，我知道每个人第一次访问某个地点的地点。如果我删除了这些ID的第一个实例，那么剩下的就是它们的下一个位置。然后删除这些实例，依此类推 以下是一个示例数据集： ID Location Date 76 School 4/12/2018 111 Post Office 4/15/2018 112 School 4/10/2
ID Location Date
76 School 4/12/2018
111 Post Office 4/15/2018
112 School 4/10/2018
324 School 2/10/2018
22 Library 4/12/2018
19 Library 4/13/2028
17 Post Office 5/11/2018
76 Library 4/25/2018
19 Library 4/27/2019
112 School 3/23/2018
76 Post Office 4/27/2018
113 Ice Cream 5/23/2018
19 School 7/23/2019
112 Library 3/23/2018
76 Ice Cream 6/4/2019
112 Fountain 6/10/2019
ID Location Date Group
76 School 4/12/2018 1
111 Post Office 4/15/2018 1
112 School 4/10/2018 2
324 School 2/10/2018 1
22 Library 4/12/2018 1
19 Library 4/13/2028 1
17 Post Office 5/11/2018 1
76 Library 4/25/2018 2
19 Library 4/27/2019 2
112 School 3/23/2018 1
76 Post Office 4/27/2018 3
113 Ice Cream 5/23/2018 1
19 School 7/23/2019 1
112 Library 3/23/2018 1
76 Ice Cream 6/4/2019 4
112 Fountain 6/10/2019 3
任何帮助都将不胜感激。我知道如何将文件加载到python之类的程序中，但就我的一生而言，我在为上述程序创建函数时遇到了难以置信的麻烦。再次感谢您的帮助 假设我们有一个您提到的CSV数据集（去掉第一行）： 然后，我们可以使用自定义排序（）按您想要的方式对数据进行排序：
import csv
import datetime
l = []
with open('stack.csv', 'r') as file:
reader = csv.reader(file)
for row in reader:
l.append(row)
l.sort(key = lambda x: (int(x[0]), datetime.datetime.strptime(x[2], '%m/%d/%Y')))
[print(i) for i in l]
f_id = l[0][0]
group = 1
for i in l:
if f_id != i[0]:
group = 1
f_id = i[0]
i.append(group)
group+=1
['17', 'PO', '05/11/2018', 1]
['19', 'L', '04/27/2019', 1]
['19', 'S', '07/23/2019', 2]
['19', 'L', '04/13/2028', 3]
['22', 'L', '04/12/2018', 1]
['76', 'S', '04/12/2018', 1]
['76', 'L', '04/25/2018', 2]
['76', 'IC', '06/04/2019', 3]
['76', 'PO', '04/27/2020', 4]
['111', 'PO', '04/15/2018', 1]
['112', 'S', '02/23/2018', 1]
['112', 'L', '03/23/2018', 2]
['112', 'S', '04/10/2018', 3]
['112', 'F', '06/10/2019', 4]
['113', 'IC', '05/23/2018', 1]
['324', 'S', '02/10/2018', 1]
然后，您可以使用标题将此列表写回CSV文件中假设我们有您提到的CSV数据集（去掉第一行）： 然后，我们可以使用自定义排序（）按您想要的方式对数据进行排序：
import csv
import datetime
l = []
with open('stack.csv', 'r') as file:
reader = csv.reader(file)
for row in reader:
l.append(row)
l.sort(key = lambda x: (int(x[0]), datetime.datetime.strptime(x[2], '%m/%d/%Y')))
[print(i) for i in l]
f_id = l[0][0]
group = 1
for i in l:
if f_id != i[0]:
group = 1
f_id = i[0]
i.append(group)
group+=1
['17', 'PO', '05/11/2018', 1]
['19', 'L', '04/27/2019', 1]
['19', 'S', '07/23/2019', 2]
['19', 'L', '04/13/2028', 3]
['22', 'L', '04/12/2018', 1]
['76', 'S', '04/12/2018', 1]
['76', 'L', '04/25/2018', 2]
['76', 'IC', '06/04/2019', 3]
['76', 'PO', '04/27/2020', 4]
['111', 'PO', '04/15/2018', 1]
['112', 'S', '02/23/2018', 1]
['112', 'L', '03/23/2018', 2]
['112', 'S', '04/10/2018', 3]
['112', 'F', '06/10/2019', 4]
['113', 'IC', '05/23/2018', 1]
['324', 'S', '02/10/2018', 1]
然后，您可以使用标题将此列表写回CSV文件中以下是我使用熊猫的答案。假设您有csv文件中的数据，我们可以执行以下操作：
import pandas as pd
df = pd.read_csv('Sample.csv')
gdf = pd.DataFrame()
#Change to datetime for rank operation
df.Date = pd.to_datetime(df.Date)
df = df.sort_values('Date')
# Rank by date and do a dense rank to avoid same date as same rank
gdf['Rank'] = df.groupby('ID')['Date'].rank(method='dense')
result = df.join(gdf)
# Sort to match original order of table
result = result.sort_index()
print(result)
ID Location Date Rank
0 76 School 2018-04-12 1.0
1 111 PostOffice 2018-04-15 1.0
2 112 School 2018-04-10 2.0
3 324 School 2018-02-10 1.0
4 22 Library 2018-04-12 1.0
5 19 Library 2018-04-13 1.0
6 17 PostOffice 2018-05-11 1.0
7 76 Library 2018-04-25 2.0
8 19 Library 2019-04-27 2.0
9 112 School 2018-03-23 1.0
10 76 PostOffice 2018-04-27 3.0
11 113 IceCream 2018-05-23 1.0
12 19 School 2019-07-23 3.0
13 112 Library 2018-03-23 1.0
14 76 IceCream 2019-06-04 4.0
15 112 Fountain 2019-06-10 3.0
19 School 7/23/2019 1
以下是我使用熊猫的答案。假设您有csv文件中的数据，我们可以执行以下操作：
import pandas as pd
df = pd.read_csv('Sample.csv')
gdf = pd.DataFrame()
#Change to datetime for rank operation
df.Date = pd.to_datetime(df.Date)
df = df.sort_values('Date')
# Rank by date and do a dense rank to avoid same date as same rank
gdf['Rank'] = df.groupby('ID')['Date'].rank(method='dense')
result = df.join(gdf)
# Sort to match original order of table
result = result.sort_index()
print(result)
ID Location Date Rank
0 76 School 2018-04-12 1.0
1 111 PostOffice 2018-04-15 1.0
2 112 School 2018-04-10 2.0
3 324 School 2018-02-10 1.0
4 22 Library 2018-04-12 1.0
5 19 Library 2018-04-13 1.0
6 17 PostOffice 2018-05-11 1.0
7 76 Library 2018-04-25 2.0
8 19 Library 2019-04-27 2.0
9 112 School 2018-03-23 1.0
10 76 PostOffice 2018-04-27 3.0
11 113 IceCream 2018-05-23 1.0
12 19 School 2019-07-23 3.0
13 112 Library 2018-03-23 1.0
14 76 IceCream 2019-06-04 4.0
15 112 Fountain 2019-06-10 3.0
19 School 7/23/2019 1
您应该查看自定义排序，将其保存在列表中，并使用id和日期对其进行排序。我是在excel中这样做的。我遇到的障碍是在处理数千个ID时。我必须手动按每个成员ID分配一个组，总共分配5000个ID，然后将所有ID分组在一起。我知道可以用python创建函数，但我遇到了一个障碍。@Logan不知道我是否理解，为什么ID=112在组中有两个1，是因为ID 112去了两个地方的日期相同吗？@Ben.T正确！可能存在这样的情况：一个ID选择在同一天去多个地方，这可能会导致一些问题。您应该查看自定义排序，将其保存在列表中，并使用ID和日期对其进行排序。我在excel中这样做了。我遇到的障碍是在处理数千个ID时。我必须手动按每个成员ID分配一个组，总共分配5000个ID，然后将所有ID分组在一起。我知道可以用python创建函数，但我遇到了一个障碍。@Logan不知道我是否理解，为什么ID=112在组中有两个1，是因为ID 112去了两个地方的日期相同吗？@Ben.T正确！可能有这样的情况，一个ID选择在同一天去多个地方，这可能会导致一些问题。我注意到关于ID 112的日期在这里发生了变化。图书馆和学校的ID应为2018年3月23日，将此人归入第1组。否则，剩下的看起来不错。不知道怎么解决。@Logan这是我的错别字，当复制你的数据集时，我做了一个booboo，我注意到这里的日期改变了，ID是112。图书馆和学校的ID应为2018年3月23日，将此人归入第1组。否则，剩下的看起来不错。不知道该如何解决。@Logan那是我的错别字，在复制你的数据集时，我做了一个boobootboot，感谢你注意到我的错误。谢谢你的回答！很好的答案，感谢索引对齐，您甚至可以直接使用
df['Rank']=df.sort_values（'Date'）.groupby（'ID'）['Date'].Rank（method='dense'）df['Rank']=df.sort_values（'Date'）.groupby（'ID'）['Date'].Rank（method='dense'）