从连续pandas行计算值

Question

我是一个python新手，尝试预处理timeseries数据，这样当对象在一系列节点和边上移动时，我可以计算一些更改，这样我就可以计算站点数，将它们聚合到路由中，并了解路由上的行为。数据最初是以两个CSV文件的形式出现的（entrance，Typedoc=0和clearance，Typedoc=1，每个文件大约85k行/19MB），我将它们合并成一个文件并执行了一些维度缩减。我已经设法把它放入一个多索引数据帧中。下面是一个片段：

    In [1]: movements.head()
    Out[1]: 
                         Typedoc  Port   NRT   GRT      Draft
    Vessname ECDate                                                            
    400 L    2012-01-19        0  2394  2328  7762   4.166667
             2012-07-22        1  2394  2328  7762  17.000000
             2012-10-29        0  2395  2328  7762   6.000000
    A 397    2012-05-27        1  3315  2928  2928  18.833333
             2012-06-01        0  3315  2928  2928   5.250000

我有兴趣了解每个级别在穿越其时间序列时的变化。最后，我将把它表示为一个图形。我想我真的很喜欢字典形式的这些数据，其中一个唯一的Vessname的每个条目本质上都是一个标记化的沿途站点字符串：

^{pr2}$

其中嵌套列表值为：

    [ECDate, Typedoc, Port, Draft]

如果i=0，那么我感兴趣的值是停留时间和通过时间以及吃水深度的变化，计算如下：

    t_dwell = stops_dict['400 L'][i+1][0] - stops_dict['400 L'][i][0]

    d_draft = stops_dict['400 L'][i+1][3] - stops_dict['400 L'][i][3]

    i += 1

以及

    t_transit = stops_dict['400 L'][i+1][0] - stops_dict['400 L'][i][0]

假设所有的数据类型都是正确的（这是一个很大的假设，因为我还没有掌握如何让pandas解析我的日期）。然后我将提取链接作为某种形式：

    link = str(stops_dict['400 L'][i][2])+'->'+str(stops_dict['400 L'][i+1][2]),t_transit,d_draft

t逯transit和d_draft值作为边权重。节点是唯一的端口值列表，这些值被分配到“400L”：[t tu dwell，NRT，GRT]k，v pairs（不知何故）。我还没有完全弄清楚，但我觉得我不需要帮助。在

我想不出一个更简单的方法，所以我尝试定义一个需要重新开始的函数，方法是将已排序的数据帧写入，然后用以下方法读回：

    with open(filename,'sb) as csvfile:
        datareader = csv.reader(csvfile, delimiter=",")
        next(datareader, None)
        <FLOW CONTROL> #based on Typedoc and ECDate values

函数将添加到空字典：

    stops_dict = {}

    def createStopsDict(row):
        #this reads each row in a csv file, 
        #creates a dict entry from row[0]: Vessname if not in dict
        #or appends things after row[0] to the dict entry if Vessname in dict
        ves = row[0]
        if ves in stops_dict:
            stops_dict[ves].append(row[1:])
        else:
            stops_dict[ves]=[row[1:]]
        return

这是一种效率低下的做事方式。。。 我可能会用iterrows而不是csv阅读器。。。 我研究过熔化和未堆积，我不认为这些是正确的。。。 基本上，我没能成功地实现这一点，因为我还没能正确地实现这一点。。。在

有没有一种更简单，我敢说是“优雅”的方法，将基于多索引值的数据帧行直接映射到可重用的数据结构中（现在是字典stop-dict）。在

我不受词典或其结构的束缚，所以如果有更好的方法，我愿意接受建议。在

谢谢！在

更新2： 我想我已经弄清楚了。。。 从我最初的数据帧移动开始：

    movements.reset_index().apply(
        lambda x: makeRoute(x.Vessname,
            [x.ECDate,
             x.Typedoc,
             x.Port,
             x.NRT,
             x.GRT,
             x.Draft]),
             axis=1
             )

其中：

    routemap = {}
    def makeRoute(Vessname, info):
        if Vessname in routemap:
            route = routemap[Vessname]
            route.append(info)
        else:
            routemap[Vessname] = [info]
        return

在我需要通过调用list元素来计算事物的结构中，返回一个键控到Vessname的字典。在