如何基于行间连续性条件聚合Pandas道路路段DataFrame？

实现逻辑 #

要仅聚合连续且路段类型相同的路段，核心是先为每个连续同类型路段组生成唯一标识：

• 当当前路段的起始里程（PRIM_BMP）不等于前一段的结束里程（PRIM_EMP），视为非连续；
• 当当前路段类型（SEGMENT_TYPE）与前一段不同，视为类型变化；
• 非连续或类型变化时，标记为新组起点，通过累积求和生成组ID，再按组ID聚合。

代码实现 #

1. 构造示例数据

import pandas as pd

# 还原提供的道路路段数据
data = [
    ["0001A", 0, 0.147, 0.147, 4850943, 0, 2019, "Line"],
    ["0001A", 0.147, 0.183, 0.036, 4850943, 0, 2019, "Line"],
    ["0001A", 0.183, 0.24, 0.057, 4850943, 0, 2019, "Arc left"],
    ["0001A", 0.24, 0.251, 0.011, 4850945, 0, 2019, "Arc left"],
    ["0001A", 0.251, 0.27, 0.019, 4850945, 0, 2019, "Arc left"],
    ["0001A", 0.27, 0.295, 0.025, 4048920, 0, 2019, "Arc left"],
    ["0001A", 0.295, 0.31, 0.015, 4048920, 0, 2019, "Line"],
    ["0001A", 0.31, 0.36, 0.05, 4048921, 0, 2019, "Line"],
    ["0001A", 0.36, 0.363, 0.003, 4048779, 0, 2019, "Line"],
    ["0001A", 0.363, 0.437, 0.074, 4048779, 0, 2019, "Arc left"],
    ["0001A", 0.437, 0.483, 0.046, 4048779, 0, 2019, "Arc right"],
    ["0001A", 0.483, 0.568, 0.085, 4048779, 0, 2019, "Arc right"],
    ["0001A", 0.568, 0.6, 0.032, 4048779, 0, 2019, "Line"],
]

df = pd.DataFrame(
    data,
    columns=["PRIRTECODE", "PRIM_BMP", "PRIM_EMP", "SEGMENT_LENGTH", "ELEMENT_ID", "RAMP", "CURVE_YEAR", "SEGMENT_TYPE"]
)

2. 生成分组标识

# 判断当前路段是否与前一段连续
df["is_continuous"] = df["PRIM_BMP"] == df["PRIM_EMP"].shift(1)
# 判断当前路段类型是否与前一段一致
df["type_match"] = df["SEGMENT_TYPE"] == df["SEGMENT_TYPE"].shift(1)
# 生成组ID：非连续或类型变化时启动新组，累积求和
df["group_id"] = (~(df["is_continuous"] & df["type_match"])).cumsum()

3. 按组聚合

# 按组ID聚合，保留所需字段
agg_result = df.groupby("group_id").agg(
    PRIRTECODE=("PRIRTECODE", "first"),
    PRIM_BMP=("PRIM_BMP", "min"),
    PRIM_EMP=("PRIM_EMP", "max"),
    SEGMENT_LENGTH=("SEGMENT_LENGTH", "sum"),
    RAMP=("RAMP", "first"),
    CURVE_YEAR=("CURVE_YEAR", "first"),
    SEGMENT_TYPE=("SEGMENT_TYPE", "first")
).reset_index(drop=True)

4. 输出结果

print(agg_result)

执行后得到的聚合结果：

（注：你提供的期望结果中合并了Arc left和Arc right段，但根据原始数据，这两段类型不同，因此实际聚合会分开。若需调整类型合并规则，可修改type_match的判断逻辑。）

内容的提问来源于stack exchange，提问作者Jhan