根據(jù)車輛的運(yùn)行軌跡，計(jì)算先經(jīng)過(guò)某些路段，再經(jīng)過(guò)某些路段的車輛數(shù)。

歡迎關(guān)注本人公眾號(hào)--交通數(shù)據(jù)探索師

如下表，

其中：vehicle: 車輛編號(hào)；route: 車輛軌跡。

以第一行為例，車輛car1按順序經(jīng)過(guò)了路段123、路段456、路段789。

現(xiàn)統(tǒng)計(jì)先通過(guò)路段123再通過(guò)路段789的車輛數(shù)。

大家可以可以先思考一下怎么使用Python和SQL進(jìn)行實(shí)現(xiàn)。

?

Python

實(shí)現(xiàn)思路：以car1的軌跡為例，現(xiàn)將route拆分成列表['123', '456', '789']，判斷該列表中是否包含路段123和路段789，如果包含則再進(jìn)一步判斷路段123在列表中的位置是不是在路段789的前面，如果也是，則該車輛滿足要求。?

import pandas as pd
import numpy as np data = pd.DataFrame({'vehicle': ['car1', 'car2', 'car3', 'car4', 'car5'],'route': ['123+456+789', '1123+789+357', '123+456+7899', '123+456+789+548', '789+123']}
)# 統(tǒng)計(jì)途徑路段:123和789的車輛數(shù)
data = (data.eval("route=route.str.split('+')").  # 將route拆分成列表# 如果車輛的route包含123和789則flag列賦值為1 否則為0assign(flag=lambda df: df['route'].apply(lambda x: 1 if set(['123', '789']).issubset(set(x)) else 0)).query("flag==1").  # 將flag列為1的數(shù)據(jù)篩選出來(lái)# 比較123和456在列表中的位置assign(order_check=lambda df: df['route'].apply(lambda x: x.index('123') < x.index('789'))).query("order_check==True")
)
data

至此篩選出來(lái)了滿足條件的車輛，可進(jìn)一步處理出車輛數(shù)。?

clickhouse

select vehicle, splitByChar('+', route) as route_list,  # 將route拆分成數(shù)組hasAll(route_list, ['123', '789']) as flag  # 判斷['123', '789']是否都包含在route_list中indexOf(route_list, '123') as one,  # 計(jì)算123在route_list中的位置indexOf(route_list, '789') as two   # 計(jì)算789在route_list中的位置
from table_name
where flag = 1
and one < two