convert np.nan into None in make_match6

Data/tables/plan.csv

@@ -0,0 +1,33 @@
+inter_no,plan_no,hh,mm,cycle,offset,dura_A1,dura_A2,dura_A3,dura_A4,dura_A5,dura_A6,dura_A7,dura_A8,dura_B1,dura_B2,dura_B3,dura_B4,dura_B5,dura_B6,dura_B7,dura_B8,red_A1,red_B1,yellow_A1,yellow_B1,red_A2,red_B2,yellow_A2,yellow_B2,red_A3,red_B3,yellow_A3,yellow_B3,red_A4,red_B4,yellow_A4,yellow_B4,red_A5,red_B5,yellow_A5,yellow_B5,red_A6,red_B6,yellow_A6,yellow_B6,red_A7,red_B7,yellow_A7,yellow_B7,red_A8,red_B8,yellow_A8,yellow_B8
+175,1,0,0,160,57,37,39,55,29,0,0,0,0,37,39,25,59,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+175,1,7,0,170,40,40,42,55,33,0,0,0,0,40,42,29,59,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+175,1,9,0,180,28,43,45,55,37,0,0,0,0,43,45,33,59,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+175,1,18,30,190,18,46,48,55,41,0,0,0,0,46,48,37,59,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+176,1,0,0,150,131,37,73,40,0,0,0,0,0,37,73,40,0,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+176,1,7,0,170,153,37,93,40,0,0,0,0,0,37,93,40,0,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+176,1,9,0,180,169,37,103,40,0,0,0,0,0,37,103,40,0,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+176,1,18,30,190,185,37,113,40,0,0,0,0,0,37,113,40,0,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+177,1,0,0,150,35,36,20,68,26,0,0,0,0,36,20,68,26,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+177,1,7,0,170,33,40,25,71,34,0,0,0,0,40,25,71,34,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+177,1,9,0,180,41,43,27,70,40,0,0,0,0,43,27,70,40,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+177,1,18,30,190,49,45,32,77,36,0,0,0,0,45,32,77,36,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+178,1,0,0,140,50,38,39,40,23,0,0,0,0,38,39,40,23,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+178,1,7,0,160,90,38,39,42,41,0,0,0,0,38,39,62,21,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+178,1,9,0,170,80,38,39,43,50,0,0,0,0,38,39,71,22,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+178,1,18,30,180,75,38,39,44,59,0,0,0,0,38,39,80,23,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+201,1,0,0,140,133,24,24,17,58,17,0,0,0,24,24,17,58,17,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+201,1,7,0,160,132,30,36,18,58,18,0,0,0,30,36,18,58,18,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+201,1,9,0,170,134,33,36,25,58,18,0,0,0,33,36,25,58,18,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+201,1,18,30,180,137,36,50,18,58,18,0,0,0,36,50,18,58,18,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+202,1,0,0,140,103,39,101,0,0,0,0,0,0,39,101,0,0,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+202,1,7,0,160,103,46,114,0,0,0,0,0,0,46,114,0,0,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+202,1,9,0,160,103,46,114,0,0,0,0,0,0,46,114,0,0,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+202,1,18,30,170,103,48,122,0,0,0,0,0,0,48,122,0,0,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+206,1,0,0,120,10,33,35,26,26,0,0,0,0,33,35,26,26,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+206,1,7,0,140,7,44,44,26,26,0,0,0,0,44,44,26,26,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+206,1,9,0,150,17,45,53,26,26,0,0,0,0,45,53,26,26,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+206,1,18,30,160,10,46,62,26,26,0,0,0,0,46,62,26,26,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+210,1,0,0,150,115,43,29,56,22,0,0,0,0,24,48,56,22,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+210,1,7,0,170,131,43,39,65,23,0,0,0,0,24,58,65,23,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+210,1,9,0,180,137,43,43,70,24,0,0,0,0,28,58,70,24,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4
+210,1,18,30,190,143,43,47,75,25,0,0,0,0,24,66,75,25,0,0,0,0,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4,1,1,4,4

Scripts/preprocess_daily.py

@@ -1,4 +1,4 @@
-# python .\Scripts\preprocess_daily.py
+# python .\scripts\preprocess_daily.py
 import pandas as pd
 import numpy as np
 import os, sys, copy, argparse, json, pickle
@@ -364,7 +364,7 @@ class DailyPreprocessor():
         self.make_match3()
         self.make_match4()
         self.make_match5()
-        self.make_match6()
+        self.make_match6() # 
         self.make_matching()
         print('2-1. 매칭 테이블들을 생성했습니다.')
         
@@ -634,7 +634,7 @@ class DailyPreprocessor():
             all_redsigns = (cmatch.move_no==18) & ~ out_true
 
             # 보행신호시/좌회전시 진입/진출 엣지id 배정
-            cmatch[['inc_edge_id', 'out_edge_id']] = np.nan
+            cmatch[['inc_edge_id', 'out_edge_id']] = None
             if condition == "보행신호시":
                 cmatch.loc[pedes_flag, ['inc_edge_id', 'out_edge_id']] = [inc_edge_id, out_edge_id]
             elif condition == "좌회전시":