如何使用Python Pandas按电压周期计算距离总和？

问题描述 #

我有一个包含Voltage（电压）和Distance（距离）列的Pandas DataFrame，数据如下：

import pandas as pd

data = {
    'Voltage': [52.59, 52.59, 51.01, 51.01, 49.63, 49.63, 54.59, 52.59, 51.01, 51.01, 49.63, 49.63],
    'Distance': [0, 0, 2.29, 0, 4.35, 0, 0, 0, 5.00, 0, 4.35, 0]
}

df = pd.DataFrame(data)

电压数据存在两个周期：第一个周期从52.59开始到49.63结束，第二个周期从54.59开始到49.63结束。需要分别计算每个周期内的Distance总和，预期结果为第一个周期6.64、第二个周期9.35。

解决方案 #

核心思路是先给每行数据标记所属周期，再按周期分组求和，具体步骤如下：

1. 标记周期起始点 #

通过电压值判断每个周期的起始位置：

• 第一个周期起始为序列开头的52.59（或前一行是49.63时的52.59）
• 第二个周期起始为54.59

代码实现：

# 标记周期起始行：电压为54.59，或是52.59且前一行是49.63（含第一行）
df['is_cycle_start'] = (df['Voltage'] == 54.59) | \
                       ((df['Voltage'] == 52.59) & 
                        (df['Voltage'].shift(1).fillna(49.63) == 49.63))

2. 生成周期分组ID #

对起始点做累积求和，为每个周期分配唯一ID：

df['cycle_id'] = df['is_cycle_start'].cumsum()

3. 按周期分组求和 #

用groupby按周期ID分组，计算每个周期的Distance总和：

cycle_distance_sum = df.groupby('cycle_id')['Distance'].sum()
print(cycle_distance_sum)

运行结果 #

执行后输出：

cycle_id
1    6.64
2    9.35
Name: Distance, dtype: float64

如果需要直接提取数值，可使用cycle_distance_sum.to_dict()或cycle_distance_sum.values获取。

内容的提问来源于stack exchange，提问作者appu