我有一堆地理数据如下。 我想将这些数据按照经度0.2度和纬度0.2度的分组进行分组。熊猫 - 组/数据每经度/纬度
虽然对于经纬度来说都是微不足道的,但对于这两个变量来说这样做最合适吗?
|User_ID |Latitude |Longitude|Datetime |u |v |
|---------|----------|---------|-------------------|-----|-----|
|222583401|41.4020375|2.1478710|2014-07-06 20:49:20|0.3 | 0.2 |
|287280509|41.3671346|2.0793115|2013-01-30 09:25:47|0.2 | 0.7 |
|329757763|41.5453577|2.1175164|2012-09-25 08:40:59|0.5 | 0.8 |
|189757330|41.5844998|2.5621569|2013-10-01 11:55:20|0.4 | 0.4 |
|624921653|41.5931846|2.3030671|2013-07-09 20:12:20|1.2 | 1.4 |
|414673119|41.5550136|2.0965829|2014-02-24 20:15:30|2.3 | 0.6 |
|414673119|41.5550136|2.0975829|2014-02-24 20:16:30|4.3 | 0.7 |
|414673119|41.5550136|2.0985829|2014-02-24 20:17:30|0.6 | 0.9 |
到目前为止,我所做的是创建2个线性空间:
groups = df.groupby(pd.cut(df.Longitude, lonbins))
然后我可以明显地遍历组创建:
lonbins = np.linspace(df.Longitude.min(), df.Longitude.max(), 10)
latbins = np.linspace(df.Latitude.min(), df.Latitude.max(), 10)
然后我就可以使用GROUPBY第二级。我的目标是对每个组进行统计分析,并可能将它们显示在地图上,这看起来不太方便。
bucket = {}
for name, group in groups:
print name bucket[name] = group.groupby(pd.cut(group.Latitude, latbins))
例如,我愿做这将显示每个latlon中,在每个latlon箱速度的分布显示,行数热图...
为什么不做一个,然后其他? – benten
你到目前为止尝试过什么?请发布您的代码。 – James
您样本数据框的预期结果是什么?如果你会发布它,我们可以更好地理解你的问题。谢谢! – ragesz