如何遍历DataFrame统计交通出行OD对的出行次数？

现有一份城市交通流数据集，包含多段行程的区域序列，数据列包括TripID、Sequence、Zone，示例数据如下：

import pandas as pd
pd.DataFrame({
    'TripID': ['Tom', 'Tom', 'Tom', 'Krish', 'Krish'],
    'Sequence': [1, 2, 3, 1, 2],
    'Zone': ['A', 'B', 'C', 'A', 'B']
})

需求为统计各起点-终点（OD）区域对的出行次数，已通过以下代码生成包含所有可能区域对的OD矩阵：

# 假设OD是所有区域的集合，比如OD = ['A', 'B', 'C']
pairs = [(a, b) for a in OD for b in OD]
ODMatrix = pd.DataFrame(pairs, columns=['Origin', 'Dest'])

现需针对每个唯一TripID的行程序列，统计连续区域间的出行次数，并将结果填充至ODMatrix的trip_count列，最终输出格式示例如下：

pd.DataFrame({
    'Origin': ['A', 'B'],
    'Dest': ['B', 'C'],
    'trip_count': [2, 1]
})

步骤1：生成每个行程的连续OD对 #

先按行程ID和序列排序保证顺序正确，再通过位移操作生成同行程内的连续起点-终点对：

# 按TripID和Sequence排序，确保序列逻辑正确
df_sorted = df.sort_values(by=['TripID', 'Sequence'])

# 对每个TripID，将Zone列向下位移一行作为后续区域（Dest）
df_sorted['Dest'] = df_sorted.groupby('TripID')['Zone'].shift(-1)
# 过滤无后续区域的行（每个行程的最后一条记录）
continuous_od = df_sorted.dropna(subset=['Dest']).rename(columns={'Zone': 'Origin'})

步骤2：统计各OD对的出行次数 #

对生成的连续OD对按起点、终点分组计数：

od_counts = continuous_od.groupby(['Origin', 'Dest']).size().reset_index(name='trip_count')

步骤3：合并到OD矩阵并填充结果 #

将统计结果与预生成的OD矩阵合并，空值填充为0（表示该OD对无出行记录）：

# 合并OD矩阵和统计数据
ODMatrix = ODMatrix.merge(od_counts, on=['Origin', 'Dest'], how='left')
# 空值填充为0并转为整数类型
ODMatrix['trip_count'] = ODMatrix['trip_count'].fillna(0).astype(int)

# 若仅需展示有出行记录的OD对，可过滤掉计数为0的行
ODMatrix_filtered = ODMatrix[ODMatrix['trip_count'] > 0].reset_index(drop=True)

最终效果 #

以示例数据为例，ODMatrix_filtered将输出：

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