通过数据帧中的唯一id获取第一行和最后一行值

Question

我有一个用于位置跟踪的数据帧，类似于：

df = pd.DataFrame({
    'id': [1,1,1,2,2],
    'lat': [41.144540, 41.144540, 41.163172, 41.163233, 41.163198],
    'lon': [-8.562926, -8.562926, -8.583821, -8.583838, -8.583886   ] 
})

df

    id    lat         lon
0   1   41.144540   -8.562926
1   1   41.144540   -8.562926
2   1   41.163172   -8.583821
3   2   41.163233   -8.583838
4   2   41.163198   -8.583886

因此，我想为每次行程的长度（即每个id）添加一个新列。 例如，为了计算行程id=1的长度，我将以这种方式使用开始和结束坐标：

from geopy.distance import vincenty

coords_1 = (41.144540,  -8.562926)
coords_2 = (41.163172   -8.583821)

length = vincenty(coords_1, coords_2).m
length
1217881.558204788

和2相似，其余的。但是我想用熊猫数据帧来实现这一点

预期产出：

    id    lat         lon       length
0   1   41.144540   -8.562926  1217881.5582
1   1   41.144540   -8.562926  1217881.5582
2   1   41.163172   -8.583821  1217881.5582
3   2   41.163233   -8.583838  5.5979928
4   2   41.163198   -8.583886  5.5979928

Answer 1

您可以使用groupby()和^{}（也称aggregate()）在单个命令中获取第一个和最后一个值：

df.groupby('id').agg({'lat': ['first', 'last'], 'lon': ['first', 'last']})

这给了你：

          lat                  lon          
        first       last     first      last
id                                          
1   41.144540  41.163172 -8.562926 -8.583821
2   41.163233  41.163198 -8.583838 -8.583886

这几乎正是您需要输入到vincenty()来计算每个id的距离的内容