Вопрос: Я хочу улучшить свой код, чтобы получить ID автомобилей началось и закончилось между заданными 2 зонами города.
У меня есть:
`.csv файл, содержащий такие городские зоны:
borders = zone longitude latitude multi 12 3.5248 22.0952 MULTIPOLYGON(((3.4991688909 22.1096707778,3.4992650150 22.1094740107, ... ,3.4992922409 22.1094203597,3.4995744041 22.1087939694,3.4997139945 22.1081206986))) 14 3.5139 22.111 MULTIPOLYGON(((12.4991688909 22.1096707778,3.4992650150 22.1094740107, ... ,32.4992922409 22.1094203597,3.4995744041 32.1087939694,3.4997139945 22.1081206986))) ... 800 3.5273 22.1019 MULTIPOLYGON(((4.4991688909 15.1096707778,3.4992650150 22.1094740107, ... ,4.4992922409 75.1094203597,3.4995744041 22.1087939694,3.4997139945 22.1081206986)))
Таким образом, я хочу проверить,
Файл .csv, содержащий данные об автомобилях такси:
data = ID latitude longitude epoch day_of_week e35f6 11.9125 3.7432 8765456787 Sunday e35f6 11.9125 3.7432 4567876545 Sunday ... fhg3g 23.9125 5.7432 2345434554 Sunday
Таким образом, я хочу проверить, ID моя машина начинает поездку в zone 12 и заканчивается в zone 14 (но я хочу проверить каждую зону)
Что я сделал до сих пор:
- Я вручную перехожу к файлу
border, выбираю 2 строки, создаю новый файл csv, вручную ввожу геоданные мультиполигона и конвертирую t в POINT (геопанды) - То же самое делать
data
потом
- Выбор первой и последней точки каждого идентификатора в
data - я проверяю, если моя первая точка в пределах первой зоны и последняя точка в пределах второй зоны.
- Затем слияние новых фреймов данных для проверки пересекающихся
ID, чтобы увидеть, стартовала ли та же машина и закончилась ли она в зоне.
Но это очень трудоемкий процесс. Ищу улучшение. Вот мой код:
df_first = df.drop_duplicates(subset=['id_easy'], keep='first') # removed duplicates
df_last = df.drop_duplicates(subset=['id_easy'], keep='last') # removed duplicates
crs = {'init':'epsg:4326'}
geometry_first = [Point(xy) for xy in zip(df_first.longitude,df_first.latitude)]
df_first = gpd.GeoDataFrame(df_first,crs=crs,geometry=geometry_first)
geometry_last = [Point(xy) for xy in zip(df_last.longitude,df_last.latitude)]
df_last = gpd.GeoDataFrame(df_last,crs=crs,geometry=geometry_last)
border_1 = pd.read_csv("D:/anaconda path/PTV/1) Data preparation/between zones/zone1.csv")
geometry_1 = [Point(xy) for xy in zip(border_1.longitude,border_1.latitude)]
border_1 = gpd.GeoDataFrame(border_1,crs=crs,geometry=geometry_1)
border_2 = pd.read_csv("D:/anaconda path/PTV/1) Data preparation/between zones/zone2.csv")
geometry_2 = [Point(xy) for xy in zip(border_2.longitude,border_2.latitude)]
border_2 = gpd.GeoDataFrame(border_2,crs=crs,geometry=geometry_2)
turin_final_1 = Polygon([[p.x, p.y] for p in border_1.geometry])
first = df_first[df_first.geometry.within(turin_final_1)]
turin_final_2 = Polygon([[p.x, p.y] for p in border_2.geometry])
last = df_last[df_last.geometry.within(turin_final_2)]
first.epoch = pd.to_datetime(first.epoch,unit = 's')
first.index = pd.to_datetime(first.epoch)
last.index = pd.to_datetime(last.epoch)
first1 = first.between_time('0:00', '1:00')
last1 = last.between_time('0:00', '1:00') #till to 24
first1.to_csv(r'D:\anaconda path\PTV\1) Data preparation\between zones\df1\Saturday1_first1.csv',index=False)
last1.to_csv(r'D:\anaconda path\PTV\1) Data preparation\between zones\df2\Saturday1_last1.csv',index=False) #till to 24
os.chdir("D:/anaconda path/PTV/1) Data preparation/between zones/df1")
extension = 'csv'
all_filenames = [i for i in glob.glob('*.{}'.format(extension))]
df1 = pd.concat([pd.read_csv(f) for f in all_filenames ])
#export to csv
df1.to_csv( "df1.csv", index=False, encoding='utf-8-sig')
os.chdir("D:/anaconda path/PTV/1) Data preparation/between zones/df2")
extension = 'csv'
all_filenames = [i for i in glob.glob('*.{}'.format(extension))]
df2 = pd.concat([pd.read_csv(f) for f in all_filenames ])
#export to csv
df2.to_csv( "df2.csv", index=False, encoding='utf-8-sig')
df1 = pd.read_csv("D:/anaconda path/PTV/1) Data preparation/between zones/df1/df1.csv")
df2 = pd.read_csv("D:/anaconda path/PTV/1) Data preparation/between zones/df2/df2.csv")
df3 = (pd.concat((df1[df1.id_easy.isin(df2.id_easy)],
df2[df2.id_easy.isin(df1.id_easy)]),
ignore_index=True)
.sort_values('id_easy'))
