Python pandas-将时间和空间函数应用于groupby

我有一个数据帧df，如下所示：

User_ID;Latitude;Longitude;Datetime
222583401;41.4020375;2.1478710;2014-07-06 20:49:20
287280509;41.3671346;2.0793115;2013-01-30 09:25:47
329757763;41.5453577;2.1175164;2012-09-25 08:40:59
189757330;41.5844998;2.5621569;2013-10-01 11:55:20
624921653;41.5931846;2.3030671;2013-07-09 20:12:20
414673119;41.5550136;2.0965829;2014-02-24 20:15:30
414673119;41.5550136;2.0975829;2014-02-24 20:16:30
414673119;41.5550136;2.0985829;2014-02-24 20:17:30

它包含有关用户的空间（纬度和经度）和时间（日期时间）位置的信息。所有用户都显示一个单一的时空位置，但最后一个是414673119，由三个时间和地点的样本移动跟踪。我想评估一个参数，比如用户的“速度”。我想使用应用于纬度/经度列的pandas函数，它与两个点之间的最短距离和欧几里得距离有关。 在第一步移动期间调用Lat1和Lat2在空间中的不同位置（Lon和Datetime相同），我可以计算：

distance_1_2 = math.sqrt((Lat2-Lat1)**2 + (Lon2-Lon1)**2)
time_1_2 = Datetime2 - Datetime1

然后：

speed_1_2 = distance_1_2/time_1_2

到目前为止，我按用户ID对数据帧进行排序和分组，以检测多个（和连续的）移动：

# Track User Movements in Space and Time - Sort Information
track = df.sort(['User_ID','Datetime'])
# MultiIndex --> Index on 'User_ID'
grouped = track.groupby(['User_ID'])

现在的问题是访问有关空间和时间的组信息，并使用高于或低于某个值的

速度
参数筛选用户。
非常感谢您的热情帮助。
您已经准备好了大部分物品。以下是一些可能会有所帮助的调整


要计算序列中相邻值之间的差值，请使用
diff
方法。因此，例如，
Lat2-Lat1
将变成
grp['Lat'].diff（）


如果
Datetime
列具有dtype
datetime64[ns]
，则两个日期之间的差值
df['Datetime'].diff（）
将为
timedelta64[ns]
。要将距离（浮点）除以
timedelta64[ns]
首先需要将
timedelta64[ns]
转换为浮点。要将其转换为秒数，请除以
np.timedelta64（1，'s'）
：


您不需要按
['User\u ID'，'Datetime']
排序。
groupby
方法可以很好地处理未排序的数据。所以跳过排序，直接打电话

grouped = df.groupby(['User_ID'], group_keys=False)




屈服

     User_ID   Latitude  Longitude            Datetime
6  414673119  41.555014   2.097583 2014-02-24 20:16:30
7  414673119  41.555014   2.098583 2014-02-24 20:17:30

哇，太棒了！非常感谢！那么，在这种情况下，速度的测量单位是什么？时间是秒，但是距离呢？如果我想实现两点之间的大圆距离，该怎么办？
grouped = df.groupby(['User_ID'], group_keys=False)

import numpy as np
import pandas as pd

def speed(grp):
    dist = np.sqrt(grp['Latitude'].diff()**2 + grp['Longitude'].diff()**2)
    time = grp['Datetime'].diff() / np.timedelta64(1, 's')
    result = dist/time
    return result

df = pd.read_table('data', sep=';', parse_dates=[3])
grouped = df.groupby(['User_ID'], group_keys=False)
spd = grouped.apply(speed)
mask = spd > 1e-6
print(df.loc[mask])

     User_ID   Latitude  Longitude            Datetime
6  414673119  41.555014   2.097583 2014-02-24 20:16:30
7  414673119  41.555014   2.098583 2014-02-24 20:17:30