Q&A
ご回答いただきありがとうございます。おかげさまで解決に至りました。ベストアンサーは先着の方とさせていただきました。
前提
以下のようなdfを保持しているとします。
| vehicleID | GPS_class_info | time |
|---|---|---|
| 1 | 12 | 2020-04-24 16:08:09.070 |
| 1 | 12 | 2020-04-24 16:08:09.180 |
| 1 | 12 | 2020-04-24 16:08:09.280 |
| 1 | 12 | 2020-04-24 16:08:09.390 |
| 1 | 12 | 2020-04-24 16:08:09.390 |
| 2 | 1 | 2020-04-24 16:10:09.390 |
| 3 | 1 | 2020-04-24 16:12:09.280 |
| 3 | 1 | 2020-04-24 16:12:09.390 |
| 3 | 1 | 2020-04-24 16:12:09.490 |
##実現したい形
vehicleIDごとのカウント数が1以下の物を外れ値として消去したい。
| vehicleID | GPS_class_info | time |
|---|---|---|
| 1 | 12 | 2020-04-24 16:08:09.070 |
| 1 | 12 | 2020-04-24 16:08:09.180 |
| 1 | 12 | 2020-04-24 16:08:09.280 |
| 1 | 12 | 2020-04-24 16:08:09.390 |
| 1 | 12 | 2020-04-24 16:08:09.390 |
| 3 | 1 | 2020-04-24 16:12:09.280 |
| 3 | 1 | 2020-04-24 16:12:09.390 |
| 3 | 1 | 2020-04-24 16:12:09.490 |
| ### 発生している問題・エラーメッセージ | ||
| 一行列を追加してvehicleIDが持つ数が1以下であればフラグを立てるような処理をして消去しようとしているのですが、 | ||
| 方法が思いつきません。 |
| vehicleID | GPS_class_info | time | outliers |
|---|---|---|---|
| 1 | 12 | 2020-04-24 16:08:09.070 | |
| 1 | 12 | 2020-04-24 16:08:09.180 | |
| 1 | 12 | 2020-04-24 16:08:09.280 | |
| 1 | 12 | 2020-04-24 16:08:09.390 | |
| 1 | 12 | 2020-04-24 16:08:09.390 | |
| 2 | 1 | 2020-04-24 16:10:09.390 | |
| 3 | 1 | 2020-04-24 16:12:09.280 | |
| 3 | 1 | 2020-04-24 16:12:09.390 | |
| 3 | 1 | 2020-04-24 16:12:09.490 |
試したこと
vehicleIDごとのカウントはできたのですが、先に進めていません。
良い方法があればご教示お願いします。
python
1df.groupby('vehicleID').count()["GPS_class_info"]
補足情報（FW/ツールのバージョンなど）
python3.7
回答2件
0
ベストアンサー
vehicleIDごとのカウントのSeriesは取得できているので、カウントが1より大きなもののインデックスを抽出してisinの引数に指定する。
Python
1import pandas as pd 2import io 3 4txt = """ 5vehicleID,GPS_class_info,time 61,12,2020-04-24 16:08:09.070 71,12,2020-04-24 16:08:09.180 81,12,2020-04-24 16:08:09.280 91,12,2020-04-24 16:08:09.390 101,12,2020-04-24 16:08:09.390 112,1,2020-04-24 16:10:09.390 123,1,2020-04-24 16:12:09.280 133,1,2020-04-24 16:12:09.390 143,1,2020-04-24 16:12:09.490 15""" 16 17df = pd.read_csv(io.StringIO(txt), parse_dates=['time']) 18# print(df) 19 20s = df.groupby('vehicleID').count()['GPS_class_info'] 21df2 = df[df['vehicleID'].isin(s[s > 1].index)] 22print(df2)
result
1 vehicleID GPS_class_info time 20 1 12 2020-04-24 16:08:09.070 31 1 12 2020-04-24 16:08:09.180 42 1 12 2020-04-24 16:08:09.280 53 1 12 2020-04-24 16:08:09.390 64 1 12 2020-04-24 16:08:09.390 76 3 1 2020-04-24 16:12:09.280 87 3 1 2020-04-24 16:12:09.390 98 3 1 2020-04-24 16:12:09.490
投稿2020/09/17 03:59
総合スコア11990
0
以下のように抽出できます。
Python
1import pandas as pd 2 3df = pd.DataFrame({'id':[1,1,2,3,3], 'val':[1,2,3,4,5]}) 4print(df) 5# id val 6#0 1 1 7#1 1 2 8#2 2 3 9#3 3 4 10#4 3 5 11 12g = df.groupby('id')['id'].count() 13g = g[g > 1] 14print(df[ df['id'].isin(g.index)]) 15# id val 16#0 1 1 17#1 1 2 18#3 3 4 19#4 3 5
投稿2020/09/17 04:06
総合スコア38278
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
2020/09/17 06:29