在Pandas DataFrame中对连续步行时段的时长求和

假设使用Python Pandas处理数据，以下是实现步骤：

步骤1：导入数据并预处理 #

先将数据读入DataFrame，同时调整字段数据类型以适配后续计算：

import pandas as pd

# 根据实际数据格式调整读取方式，示例为csv格式
df = pd.read_csv("your_accelerometer_data.csv")
# 转换日期格式为日期类型，方便后续分组
df["日期（Date）"] = pd.to_datetime(df["日期（Date）"]).dt.date
# 确保事件类型和时长为数值类型
df["Event Type"] = df["Event Type"].astype(float)
df["时长（Duration）"] = df["时长（Duration）"].astype(float)
# 若数据未按时间顺序排列，需先排序
df = df.sort_values(["日期（Date）", df.index])

步骤2：标记连续步行时段 #

给每个日期内**连续的步行（Event Type=2）**分配唯一组ID，核心是识别步行时段的起始点：

# 筛选出所有步行数据
walk_df = df[df["Event Type"] == 2].copy()

# 标记新步行时段的起始行：要么日期切换，要么当前行与上一行索引不连续（说明中间有非步行数据，时段中断）
walk_df["is_new_segment"] = (walk_df["日期（Date）"] != walk_df["日期（Date）"].shift(1)) | \
                            (walk_df.index != walk_df.index.shift(1) + 1)

# 生成连续时段的唯一ID
walk_df["segment_id"] = walk_df["is_new_segment"].cumsum()

步骤3：按日期和时段求和 #

按日期和时段ID分组，计算每个连续步行时段的总时长：

# 分组求和
segment_total = walk_df.groupby(["日期（Date）", "segment_id"])["时长（Duration）"].sum().reset_index()
# 重命名列名更直观
segment_total.rename(columns={"时长（Duration）": "时段总时长"}, inplace=True)

步骤4：后续分析示例 #

如果需要计算每日平均步行时段时长，可对结果再次分组：

daily_avg = segment_total.groupby("日期（Date）")["时段总时长"].mean().reset_index()
daily_avg.rename(columns={"时段总时长": "每日平均步行时段时长"}, inplace=True)

示例结果说明 #

针对你提供的样例数据，2021-07-07的7条连续步行数据总时长为1.1+3.2+3.5+4.3+3.7+1.2+1.1=18.1，最终segment_total中会生成一行对应记录：

补充说明 #

若数据包含多个用户ID，需在分组时加入ID字段，确保每个用户的步行时段独立计算，例如：

segment_total = walk_df.groupby(["ID", "日期（Date）", "segment_id"])["时长（Duration）"].sum().reset_index()

内容的提问来源于stack exchange，提问作者user1666871