Pandas简单数据处理

对一个人连接AP的数据进行处理，来得出其大致行程

• 源数据

将其转换为Dataframe，二维
有列，第一列是APmac（无线AP的硬件地址），第二列是mac（登陆者使用设备的mac地址），第三列是手机号，第四列为连接当前AP的时间，第五列为断开当前AP的时间。

本次数据处理的目的是进行简单聚类，比如A同学连接AP1，但是因为某些原因断开了5分钟（上个卫生间啥的），五分钟后又连接了这个，这样的就将其作为一条记录，开始时间为最早开始时间，结束为最晚结束时间。

# 将时间转换成时间类
df1['BeginTime'] = pd.to_datetime(df1['BeginTime'])
df1['EndTime'] = pd.to_datetime(df1['EndTime'])
'''
#遍历每一行
for i in range(2):
    row = df1.iloc[i].values.tolist()
    print(row)
'''

'''
遍历每一条数据，如果两条临近的记录连接的一个AP而且，上一条记录的结束时间
和下一条开始时间的时间差少于15mins就当做一条记录，让第一条记录的结束时间等于第二条记录的结束时间
删除第二条记录，这样将第一二条记录合并（忽略时间差）

'''
length = len(df1)
for i in range(length-1):#遍历,
    if df1.iat[i,0] == df1.iat[i+1,0]:##两条记录连接在一个AP上
        if (df1.iat[i+1,3]-df1.iat[i,4]).seconds/60 < 15:
            df1.iat[i,4] = df1.iat[i+1,4]
            df2 = df1.drop(labels=i+1)


for i in range(len(df2)):
    row = df2.iloc[i].values.tolist()
    print(row)

'''
打印apmac这一列
print(df1['apmac'])
'''

#print((df1.iat[1,3]-df1.iat[0,4]).seconds/60)


#选取具体的某个参数，x行，y列
#print(df1.iat[x,y])

用到的函数

• iat ： 通过行号和列号来取值
• drop函数： drop函数默认删除行，列需要加axis = 1

print frame.drop([‘a’])#a为行名
print frame.drop([‘Ohio’], axis = 1)
DF.drop(‘column_name’,axis=1, inplace=True)
凡是会对原数组作出修改并返回一个新数组的，往往都有一个 inplace可选参数。如果手动设定为True（默认为False），那么原数组直接就被替换。也就是说，采用inplace=True之后，