在不循环的情况下找到熊猫数据框中的“最佳”切片

Question

我正在一个项目中，我导入一个.gpx文件并将其转换为Pandas数据框以进行进一步分析。该文件包含来自Strava，Endomondo，Runkeeper等锻炼的位置和时间数据。我已经计算出诸如总距离，时间和速度之类的统计信息，但是随后我还想找到特定距离intra>锻炼中”的最快或最佳时间。因此，对于16公里的锻炼，我想计算这16k内最快的5k，10k等。

我写了一些有效的方法，但是涉及到遍历数据框。由于应该避免在数据帧上循环，因此我觉得应该有一个更有效的解决方案。

数据框看起来像这样：

    distance_dis_3d time_delta
0   0.000000        0.0
1   0.000000        18.0
2   28.229476       1.0
3   5.452599        3.0
4   3.078864        1.0
...
此代码可用于查找最快的5000米：

df_selected['distance_cumsum'] = df_selected['distance_dis_3d'].cumsum()
df_selected['time_cumsum'] = df_selected['time_delta'].cumsum()

df_output = pd.DataFrame(columns=['time', 'distance', 'minutes_per_kilometer'])

for i in range(len(df_selected.index)):

    df_xK = df_selected[(df_selected['distance_cumsum'] - df_selected['distance_cumsum'].iat[i]) >= 5000]
    if(len(df_xK.index) != 0):
        time = df_xK['time_cumsum'].iat[0] - df_selected['time_cumsum'].iat[i]
        distance = df_xK['distance_cumsum'].iat[0] - df_selected['distance_cumsum'].iat[i]
        minutes_per_kilometer = (time/60)/(distance/1000)
        df_output = df_output.append({'time': time, 'distance': distance, 'minutes_per_kilometer': minutes_per_kilometer}, ignore_index=True)

best_5k = df_output.loc[df_output['minutes_per_kilometer'].idxmin()]

print('Time 5K:', floor(best_5k['time'] / 60), 'min', floor(best_5k['time'] % 60), 'sec.')
我知道我应该使用向量化或.apply（），但在这里我不知道如何做到这一点。因此，非常感谢您的帮助！谢谢！

可在此处下载测试文件：http://gofile.me/2RsVN/dos1tPTVD

我正在一个项目中，我导入一个.gpx文件并将其转换为Pandas数据框以进行进一步分析。该文件包含来自Strava，...

Answer 1

这是一个非常粗糙的实现，根本没有效率，但是它应该起作用