如何用Pandas高效统计红绿灯时段车辆检测占比？

核心思路 #

通过状态填充+分组统计的矢量化操作替代逐行循环，利用Pandas内置方法高效完成状态标记与统计：

• 先标记所有红绿灯切换事件的状态
• 用向前填充（ffill()）为后续所有事件继承最近的红绿灯状态
• 筛选车辆检测事件后按状态分组统计

具体实现步骤 #

假设你的CSV数据包含Event Code列（事件编码），且数据已按时间顺序排列（若未排序，需先按时间列排序）：

1. 读取并预处理数据

   import pandas as pd
   
   # 读取CSV文件
   df = pd.read_csv("your_data.csv")
   # 若数据未按时间排序，执行以下代码（假设时间列名为'timestamp'）
   # df = df.sort_values('timestamp')
   

2. 标记并填充红绿灯状态
   创建light_state列标记切换事件，再通过向前填充让后续事件继承最近的红绿灯状态：

   # 初始化状态列
   df['light_state'] = None
   # 标记绿灯启动事件
   df.loc[df['Event Code'] == 1, 'light_state'] = 'green'
   # 标记红灯启动事件
   df.loc[df['Event Code'] == 10, 'light_state'] = 'red'
   # 向前填充状态，补全所有事件的红绿灯状态
   df['light_state'] = df['light_state'].ffill()
   

3. 统计各时段车辆数量与占比
   筛选车辆检测事件后分组统计，再计算绿灯占比：

   # 筛选所有车辆检测事件
   vehicle_data = df[df['Event Code'] == 82]
   # 按红绿灯状态分组计数
   state_counts = vehicle_data['light_state'].value_counts().reset_index()
   state_counts.columns = ['light_state', 'vehicle_count']
   
   # 提取统计结果
   green_count = state_counts.loc[state_counts['light_state'] == 'green', 'vehicle_count'].values[0]
   red_count = state_counts.loc[state_counts['light_state'] == 'red', 'vehicle_count'].values[0]
   total_count = green_count + red_count
   green_percent = (green_count / total_count) * 100
   

4. 输出结果

   print(f"绿灯时段检测车辆数：{green_count}")
   print(f"红灯时段检测车辆数：{red_count}")
   print(f"绿灯时段车辆占比：{green_percent:.1f}%")
   

方案优势 #

• 基于Pandas矢量化操作，避免逐行循环的高时间复杂度，大数据量下性能提升显著
• 逻辑清晰、代码简洁，后续扩展其他状态统计需求时易维护

内容的提问来源于stack exchange，提问作者Sphynx