本文介绍如何基于事件类型识别并聚合连续的“步态段”（stepping bouts），即对 DataFrame 中相邻且类型相同的行（如 Event Type == 2）按 ID 和日期内逻辑分组，再对 Duration 列求和。
本文介绍如何基于事件类型识别并聚合连续的“步态段”（stepping bouts），即对 dataframe 中相邻且类型相同的行（如 `event type == 2`）按 id 和日期内逻辑分组，再对 `duration` 列求和。
在可穿戴设备（如加速度计）时序分析中，一个常见需求是识别并量化行为 bout（即同一行为的连续发生段）。例如，将连续的 Event Type == 2（代表“步行”）视为一次步行 bout，并计算其总持续时间。难点在于：不能简单按 Event Type 分组（会跨 bout 合并），也不能仅按 ID 或 Date 分组（忽略 bout 的连续性）。关键在于构造能区分不同 bout 实例的动态分组键。
核心思路：用累计断点构建 bout ID
我们利用布尔掩码与累积计数协同生成唯一 bout 标识：
- 首先筛选出目标事件（Event Type == 2）；
- 然后对非目标事件（Event Type != 2）在每个 ID 内做 cumsum()，该结果会在每次遇到非 2 类型时递增——从而为每个 ID 内的每一段连续 2 自动分配一个独立编号（即 bout ID）；
- 最终以 (ID, bout_id) 为复合键分组求和。
完整实现代码
import pandas as pd
# 示例数据（含多段 stepping bouts）
df = pd.DataFrame({
'ID': [1885] * 13,
'Date': ['2021-06-29'] + ['2021-07-07'] * 12,
'Event Type': [4.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 1.0, 2.0, 2.0, 2.0, 1.0],
'Duration': [31208.5, 1.1, 3.2, 3.5, 4.3, 3.7, 1.2, 1.1, 1.0, 3.7, 1.2, 1.1, 1.0]
})
# 步骤 1：创建布尔掩码，标识 stepping 事件
is_stepping = df['Event Type'].eq(2)
# 步骤 2：为每个 ID 构建 bout 编号（关键！）
# (~is_stepping) → 非 stepping 行为标记为 True
# 在每个 ID 组内 cumsum() → 每次遇到非 2 就累加，使连续 2 共享同一编号
bout_id = (~is_stepping).groupby(df['ID']).cumsum()
# 步骤 3：仅保留 stepping 行，并按 ID + bout_id 分组求和
bouts_summary = (df[is_stepping]
.groupby(['ID', bout_id[is_stepping]], as_index=False)
['Duration'].sum()
.rename(columns={'Duration': 'Bout_Duration'}))
print(bouts_summary)
输出结果：
ID Bout_Duration 0 1885 18.1 1 1885 6.0
✅ 第一行 18.1 对应前 7 个连续 2 的 Duration 总和（1.1+3.2+3.5+4.3+3.7+1.2+1.1）；
✅ 第二行 6.0 是后续 3 个连续 2 的总和（3.7+1.2+1.1）。
注意事项与扩展建议
-
日期维度需显式处理：上述方案默认按 ID 分组。若需确保 bout 不跨天（如某 bout 起于 7/07、止于 7/08），应在 groupby 中加入 Date，即：
bout_id = (~is_stepping).groupby([df['ID'], df['Date']]).cumsum()
- 性能优化：对数十万行数据，避免链式索引；可预先计算 bout_id 列再过滤。
-
后续分析：得到 bouts_summary 后，可轻松计算每日平均 bout 时长、最长 bout、bout 频次等指标：
# 按 ID 统计每日 bout 数量与平均时长 stats = bouts_summary.groupby('ID')['Bout_Duration'].agg(['count', 'mean'])
该方法本质是将「连续段识别」转化为「断点累计计数」问题，是 Pandas 中处理 bout 分析的经典范式，适用于坐站转换、运动片段、睡眠周期等多种场景。
