Как применить функцию к каждой группе данных

Question

Как применить функцию к групповому фрейму данных

С учетом фрейма данных df.

userid   trip_id        lat         long
141.0      1.0      39.979547   116.306813
141.0      1.0      39.979558   116.306823
141.0      1.0      39.979575   116.306835
141.0      1.0      39.979587   116.306847
141.0      2.0      39.979603   116.306852
141.0      2.0      39.979612   116.306867
141.0      2.0      39.979627   116.306877
141.0      2.0      39.979635   116.306888
141.0      3.0      39.979645   116.306903
141.0      3.0      39.979657   116.306913
141.0      3.0      39.979670   116.306920
141.0      3.0      39.979682   116.306920

Я хочу рассчитать расстояние Винсенти для каждой группы фрейма данных.Фрейм данных сгруппирован в 2 столбца, т. е. (идентификатор пользователя, trip_id)

Я могу рассчитать расстояние Винсента для полного фрейма данных по заданному выражению

from geopy.distance import vincenty
df['lat_next'] = df['lat'].shift(-1)
df['long_next'] = df['long'].shift(-1)
df['Vincenty_distance'] = df.dropna().apply(lambda x: vincenty((x['lat'], x['long']), (x['lat_next'], x['long_next'])).meters, axis = 1)
df = df.drop(['lat_next','long_next'], axis=1) 

Я хочу применить эту функцию к каждой группе, япопробуйте использовать это утверждение, но получили ошибку.

df['Vincenty_distance'] = df.dropna().groupby(['userid','trip_id']).apply(lambda x: vincenty((x['lat'], x['long']), (x['lat_next'], x['long_next'])).meters,axis=1)

Я ожидаю следующего результата.

userid  trip_id        lat        long        Vincenty_distance
141.0      1.0      39.979547   116.306813         2.563812
141.0      1.0      39.979558   116.306823         2.956183
141.0      1.0      39.979575   116.306835         2.332577
141.0      1.0      39.979587   116.306847           Nan
141.0      2.0      39.979603   116.306852         2.334821
141.0      2.0      39.979612   116.306867         2.332577
141.0      2.0      39.979627   116.306877         1.695449
141.0      2.0      39.979635   116.306888           Nan
141.0      3.0      39.979645   116.306903          1.871784
141.0      3.0      39.979657   116.306913         1.982752
141.0      3.0      39.979670   116.306920         2.220685
141.0      3.0      39.979682   116.306920           Nan

Answer 1

Полагаю, вам нужно DataFrameGroupBy.shift для смены по группам для next столбцов, поэтому groupby с vincenty необязательно:

df = df.join(df.groupby(['userid','trip_id'])[['lat','long']].shift(-1).add_suffix('_next'))
print (df)
    userid  trip_id        lat        long   lat_next   long_next
0    141.0      1.0  39.979547  116.306813  39.979558  116.306823
1    141.0      1.0  39.979558  116.306823  39.979575  116.306835
2    141.0      1.0  39.979575  116.306835  39.979587  116.306847
3    141.0      1.0  39.979587  116.306847        NaN         NaN
4    141.0      2.0  39.979603  116.306852  39.979612  116.306867
5    141.0      2.0  39.979612  116.306867  39.979627  116.306877
6    141.0      2.0  39.979627  116.306877  39.979635  116.306888
7    141.0      2.0  39.979635  116.306888        NaN         NaN
8    141.0      3.0  39.979645  116.306903  39.979657  116.306913
9    141.0      3.0  39.979657  116.306913  39.979670  116.306920
10   141.0      3.0  39.979670  116.306920  39.979682  116.306920
11   141.0      3.0  39.979682  116.306920        NaN         NaN

f = lambda x: vincenty((x['lat'], x['long']), (x['lat_next'], x['long_next'])).meters
df['Vincenty_distance'] = df.dropna().apply(f, axis = 1)
df = df.drop(['lat_next','long_next'], axis=1) 
print (df)
    userid  trip_id        lat        long  Vincenty_distance
0    141.0      1.0  39.979547  116.306813           1.490437
1    141.0      1.0  39.979558  116.306823           2.147940
2    141.0      1.0  39.979575  116.306835           1.681071
3    141.0      1.0  39.979587  116.306847                NaN
4    141.0      2.0  39.979603  116.306852           1.624902
5    141.0      2.0  39.979612  116.306867           1.871784
6    141.0      2.0  39.979627  116.306877           1.293017
7    141.0      2.0  39.979635  116.306888                NaN
8    141.0      3.0  39.979645  116.306903           1.582706
9    141.0      3.0  39.979657  116.306913           1.562388
10   141.0      3.0  39.979670  116.306920           1.332411
11   141.0      3.0  39.979682  116.306920                NaN

Answer 2

Проверьте этот образец:

>>>
>>> d=pd.DataFrame([[1,2,3],[1,2,1],[2,3,4],[2,3,2],[3,4,5],[3,4,3]],columns=['a
','b','c'])
>>> d
   a  b  c
0  1  2  3
1  1  2  1
2  2  3  4
3  2  3  2
4  3  4  5
5  3  4  3
>>> def gr(grp):
...     grp['c_next']=grp['c'].shift(-1)
...     grp.fillna(0, inplace=True)
...     ####You can have your own operation here
...     grp['c_dist']=grp['c_next']-grp['c']
...     return grp
...
>>> d.groupby(['a','b']).apply(gr)
   a  b  c  c_next  c_dist
0  1  2  3     1.0    -2.0
1  1  2  1     0.0    -1.0
2  2  3  4     2.0    -2.0
3  2  3  2     0.0    -2.0
4  3  4  5     3.0    -2.0
5  3  4  3     0.0    -3.0
>>>