使用dataframes从csv编写函数，以读取和返回python中的列值

我在csv文件中设置了以下数据：

vehicle---time-----aspd[m/s]------gspd[m/s]----hdg---alt[m-msl]

veh_1---17:19.5---0.163471505---0.140000001---213---273.8900146
veh_2---17:19.5---0.505786836---0.170000002---214---273.9100037
veh_3---17:19.8---0.173484877---0.109999999---213---273.980011
veh_4---44:12.4---18.64673424---19.22999954---316---388.9299927
veh_5---44:13.0---18.13533401---19.10000038---316---389.1700134

我正在尝试编写一个函数launch_time（），其中包含两个输入（数据帧、车辆名称），用于在gspd第一次报告超过10.0 m/s时返回。 输出时间必须从字符串（HH:MM:SS.SS）转换为12:00后的分钟格式

它应该是这样的：

>>> launch_time(df, veh_1)
30.0

'veh_1', 30.0, 'veh_2', 15.0 

我将使用此函数迭代每个车辆，然后需要将结果记录到一个元组列表中，格式为启动序列顺序（v_name，launch time）

它应该是这样的：

>>> launch_time(df, veh_1)
30.0

'veh_1', 30.0, 'veh_2', 15.0 

披露：我的python/pandas知识非常入门

您可以使用分隔符

-{3，}

-使用3和更多的

-

读取csv：

import pandas as pd
from pandas.compat import StringIO

temp=u"""vehicle---time-----aspd[m/s]------gspd[m/s]----hdg---alt[m-msl]

veh_1---17:19.5---0.163471505---0.140000001---213---273.8900146
veh_2---17:19.5---0.505786836---0.170000002---214---273.9100037
veh_3---17:19.8---0.173484877---0.109999999---213---273.980011
veh_4---44:12.4---18.64673424---19.22999954---316---388.9299927
veh_5---45:13.0---18.13533401---19.10000038---316---389.1700134"""
#after testing replace StringIO(temp) to filename
df = pd.read_csv(StringIO(temp), sep="-{3,}", engine='python')

print (df)
  vehicle     time  aspd[m/s]  gspd[m/s]  hdg  alt[m-msl]
0   veh_1  17:19.5   0.163472       0.14  213  273.890015
1   veh_2  17:19.5   0.505787       0.17  214  273.910004
2   veh_3  17:19.8   0.173485       0.11  213  273.980011
3   veh_4  44:12.4  18.646734      19.23  316  388.929993
4   veh_5  45:13.0  18.135334      19.10  316  389.170013

然后转换列

time

，过滤

10m/s

以上的所有行，对使用的车辆分组，然后获取最后一列

zip

和

time

，并转换为

列表

：

df.time = pd.to_timedelta('00:' + df.time, unit='h').\
              astype('timedelta64[m]').astype(int)
req = df[df['gspd[m/s]'] > 10].\
          sort_values('time', ascending=True).\
          groupby('vehicle', as_index=False).head(1)
print(req)
  vehicle  time  aspd[m/s]  gspd[m/s]  hdg  alt[m-msl]
4   veh_5    45  18.135334      19.10  316  389.170013
3   veh_4    44  18.646734      19.23  316  388.929993

L = list(zip(req['vehicle'],req['time']))
print (L)
[('veh_5', 45), ('veh_4', 44)]

---

pandas

read_csv

接受自定义分隔符，例如

'--'

。你试过了吗？文件中没有'--'。我最初使用它是为了使专栏更加清晰，但它只是增加了混乱！每辆车只能有一排还是可以有多排？在

时间

列中，有时是

小时

？样本中的格式是

MM:SS.SS

？以

分钟为单位的时间可以四舍五入吗？您缺少OP的问题。OP需要从第一行开始的时间，其中
gspd
>10m/s。将时间正确转换为
int
后，需要在
车辆上分组，在
时间上排序，然后返回第一个时间。基本上：
req=df[df['gspd[m/s]]]>10].groupby（'vehicle'）.apply（lambda x:x.sort_values（'time'，升序=True）。head（1））
…谢谢，我将其添加到答案中。好的，没问题，；）我对你的评论做了一些改进，比如
df=df[df['gspd[m/s]]]>10]。对值进行排序（'time'，升序=True）。groupby（'vehicle'，as_index=False）。首先（）
完成，我使用了你的改进！只是使用了
head（1）
而不是
first
，因为链接文档就是这么说的。