0

我正在使用 GPS 数据从赛道中发现对个人有意义的地方。一旦您对数据进行了聚类并将每个点分配给一个集群，您将获得输出文件，其中在其他列中存在用于时间戳和集群 ID 的列。要确定一个人每次访问它时在每个集群中停留了多长时间，您必须按时间戳对数据进行排序，并找到所有来自同一集群的读数序列。假设我有一个 id 模式 1,1,1,2,3,4,4,1,1,2,1,3,3,4,4,1,1,1,1,1 并且已经排序按时间戳 - 在这里您可以看到一个人四次访问集群 1。我想知道的是如何计算该人每次访问时在集群 1 中停留的时间。

数据示例（时间是以秒为单位的纪元时间）：
时间 | 集群
1377997076 | 1
1378000582 | 1
1378000596 | 1
1378031297 | 2
1378031302 | 2
1378031303 | 1
1378031345 | 1
1378033452 | 2
1378034222 | 2

这也可以表示为二维列表： mylist=[[1377997076,1],[1378000582,1],[1378000596,1],[1378031297,2],[1378031302,2],[1378031303,1],[1378031345 ,1],[1378033452,2],[1378034222,1]]

4

1 回答 1

0

这是开始的一些代码：

def chunk_sequences(it, n):
    """
    Yield all sequences of n from iterable.
    """
    chunk = []
    for x in it:
        if x == n:
            chunk.append(n)
        else:
            if len(chunk) > 0:
                yield chunk
                chunk = []
    if len(chunk) > 0:
        #needed in case the last sequence runs into the last element
        yield chunk

快速而肮脏，如果性能至关重要，您可能希望转向基于 itertools 的解决方案（可能涉及takewhile.

因此，通过上述方式，您可以执行以下操作：

list(chunk_sequences(pattern,1))
Out[59]: [[1, 1, 1], [1, 1], [1], [1, 1, 1, 1, 1]]

这很容易变成：

[len(x) for x in list(chunk_sequences(pattern,1))]
Out[60]: [3, 2, 1, 5]

..这是每个各自停留在集群 1 中的长度。

于 2013-10-12T16:34:08.003 回答