如何在Pandas中检测每个唯一ID对应最后一列从0到1的数值变化

数据集示例 #

这里是我们处理的结构化数据样本（逗号分隔，无表头）：

180762508,1268510763,374723980,293,20180402035748,198,25,1,1 
180762508,1268503685,374717256,307,20180402035758,225,38,1,1 
180762508,1268492506,374708540,236,20180402035808,222,52,1,1 
180762508,1268485868,374697563,248,20180402035818,197,47,1,1 
180762508,1268482430,374688520,272,20180402035828,196,31,1,1 
180707764,1270608366,374988433,246,20180402035925,66,37,1,0 
180707764,1270620899,374992366,222,20180402035935,68,49,1,0

关键字段说明：

• 第1列：唯一ID
• 第2列：经度
• 第3列：纬度
• 第5列：时间戳
• 第9列（最后一列）：关注状态（0表示未关注，1表示已关注）

已完成的文件读取与合并代码 #

目前已经实现了读取指定目录下所有.DAT文件并合并为一个Pandas DataFrame的代码，我顺手把容易和内置类型冲突的变量名list改成了df_list：

import glob
import pandas as pd

path = r"1\1"
allFiles = glob.glob(path + "\*.DAT")
df_list = []
for filename in allFiles:
    df = pd.read_csv(filename, header=None)
    df_list.append(df)
combined_df = pd.concat(df_list)
combined_df.head()

核心需求 #

需要实现算法完成以下目标：

• 按唯一ID分组，追踪每个ID的关注状态变化轨迹
• 筛选出每个ID中关注状态从0变为1的关键记录
• 最终生成一个新的DataFrame，仅保留以下字段：
  • 唯一ID（原第1列）
  • 纬度（原第3列）
  • 经度（原第2列）
  • 时间戳（原第5列）

内容的提问来源于stack exchange，提问作者정석코딩의