分析车辆电耗变化情况

导入数据

importpandasaspd df=pd.read_excel(r'D:\jwq\4.9 作业\车辆行驶里程表-2.xlsx')

df_car100=df.query('车辆ID==100').reset_index(drop=True)df_car100

获取 100 号车辆 2020 年前后的两个 DataFrame：df_car100_before2020、df_car100_after2020

time=pd.Timestamp(2020,1,1)print(time)df_car100_before2020=df_car100.query('停止时间<@time').reset_index(drop=True)df_car100_before2020

2020-01-01 00:00:00

df_car100_after2020=df_car100.loc[df_car100['停止时间']>time,:].reset_index(drop=True)df_car100_after2020

电量消耗计算

1.在第 100 号车辆 2020 年前的行车数据【df_car100_before2020】中进行每次行程的电量消耗计算。

2.使用【启动时剩余电量】序列减去【停止时剩余电量】序列来计算单次行程的电量消耗量。

3.使用表格对象中（列）数据新增方法将计算结果保存到新的列【电量消耗】中。

df_car100_before2020['电量消耗']=df_car100_before2020['启动时剩余电量']-df_car100_before2020['停止时剩余电量']df_car100_before2020

计算车辆每次行程的行驶里程

1.用停止时间 - 启动时间生成时间差列行驶时长delta；

2.用.dt.seconds将时间差转为秒数，生成行驶时长s列；

3.按公式行驶里程(公里) = (行驶时长s/3600) × 平均速度(公里/小时)计算里程，用round取整；

4.将结果存入新列行驶里程。

# 计算行驶时长delta（时间差对象）df_car100_before2020['行驶时长delta']=df_car100_before2020['停止时间']-df_car100_before2020['启动时间']# 将时间差转换为秒数df_car100_before2020['行驶时长s']=df_car100_before2020['行驶时长delta'].dt.seconds# 计算行驶里程（秒转小时 × 平均速度，四舍五入取整）df_car100_before2020['行驶里程']=(df_car100_before2020['行驶时长s']/60/60*df_car100_before2020['平均速度']).round(0)# 查看计算结果df_car100_before2020

计算车辆在2020年之前的单位行驶里程电量消耗

按公式 单位行驶里程电量消耗 = 总电量消耗 ÷ 总行驶里程 计算；

将结果存入变量soc_div_odo_before2020并打印。

# 计算单位行驶里程电量消耗soc_div_odo_before2020=df_car100_before2020['电量消耗'].sum()/df_car100_before2020['行驶里程'].sum()# 打印结果soc_div_odo_before2020

0.4911242603550296

定义函数来计算车辆2020年后单位行驶里程电量消耗

把电量消耗、行驶时长、行驶里程、单位电耗计算，封装成函数get_soc_div_odo(df)，参数为车辆行驶数据表，返回单位行驶里程电量消耗。

用函数计算 100 号车 2020 年前数据df_car100_before2020，验证结果与之前一致

用同一函数计算 2020 年后数据df_car100_after2020，对比 2020 年前后单位电耗差异

defget_soc_div_odo(df):""" df: 需要计算【总电量消耗/总行驶里程】的表格 Return: 总电量消耗/总行驶里程 """df['电量消耗']=df['启动时剩余电量']-df['停止时剩余电量']df['行驶时长delta']=df['停止时间']-df['启动时间']df['行驶时长s']=df['行驶时长delta'].dt.seconds df['行驶里程']=(df['行驶时长s']/60/60*df['平均速度']).round(0)returndf['电量消耗'].sum()/df['行驶里程'].sum()# 测试2020年前数据get_soc_div_odo(df_car100_before2020)# 运行结果：0.4911242603550296# 计算2020年后数据get_soc_div_odo(df_car100_after2020)

1.0493827160493827