{ "cells": [ { "cell_type": "code", "execution_count": 1, "metadata": {}, "outputs": [], "source": [ "import pandas as pd\n", "import numpy as np\n", "from datetime import datetime\n", "import os" ] }, { "cell_type": "code", "execution_count": 2, "metadata": {}, "outputs": [ { "data": { "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
inter_nointer_nameinter_latinter_longroup_no
0175한솔삼거리(한솔마을3거리)37.36857127.114783
1176느티마을4단지37.36724127.114803
2177한솔6단지(정자동사무소)37.36619127.114803
3178신기4거리37.36346127.114803
4201느티마을4거리37.36854127.109843
5202느티마을 안촌유치원37.36855127.112413
6206상록마을 321동37.36483127.109813
7210상록4거리(상록마을입구4거리)37.36347127.109823
8211상록마을단일로37.36346127.112373
9212상록마을302동 단일로37.36347127.113063
\n", "
" ], "text/plain": [ " inter_no inter_name inter_lat inter_lon group_no\n", "0 175 한솔삼거리(한솔마을3거리) 37.36857 127.11478 3\n", "1 176 느티마을4단지 37.36724 127.11480 3\n", "2 177 한솔6단지(정자동사무소) 37.36619 127.11480 3\n", "3 178 신기4거리 37.36346 127.11480 3\n", "4 201 느티마을4거리 37.36854 127.10984 3\n", "5 202 느티마을 안촌유치원 37.36855 127.11241 3\n", "6 206 상록마을 321동 37.36483 127.10981 3\n", "7 210 상록4거리(상록마을입구4거리) 37.36347 127.10982 3\n", "8 211 상록마을단일로 37.36346 127.11237 3\n", "9 212 상록마을302동 단일로 37.36347 127.11306 3" ] }, "execution_count": 2, "metadata": {}, "output_type": "execute_result" } ], "source": [ "# 교차로정보\n", "inter_info = pd.read_csv(\"inter_info.csv\")\n", "inter_info['group_no'] = 3\n", "inter_info" ] }, { "cell_type": "code", "execution_count": 3, "metadata": {}, "outputs": [ { "data": { "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
inter_nomain_phasemg1Amg1Bmg2Amg2Bmg3Amg3Bmg4Amg4Bmg5Amg5Bmg6Amg6Bmg7Amg7Bmg8Amg8Br1Ar1Br2Ar2Br3Ar3Br4Ar4Br5Ar5Br6Ar6Br7Ar7Br8Ar8By1Ay1By2Ay2By3Ay3By4Ay4By5Ay5By6Ay6By7Ay7By8Ay8B
0175224273312153915190000000011111111000000004444444400000000
1176221313330160000000000011111000000000004444400000000000
21772351836360038130000000011111011000000004444004400000000
3178218193526362917370000000011111111000000004444444400000000
420122520213231283117272700000011111111110000004444444444000000
5202212300000000000000011100000000000004400000000000000
620623629003131000000000011101110000000004400440000000000
721021901213213712220000000010111111000000004044444400000000
8211232350000000000000011100000000000004400000000000000
9212223300000000000000011100000000000004400000000000000
\n", "
" ], "text/plain": [ " inter_no main_phase mg1A mg1B mg2A mg2B mg3A mg3B mg4A mg4B mg5A \\\n", "0 175 2 24 27 33 12 15 39 15 19 0 \n", "1 176 2 21 31 33 30 16 0 0 0 0 \n", "2 177 2 35 18 36 36 0 0 38 13 0 \n", "3 178 2 18 19 35 26 36 29 17 37 0 \n", "4 201 2 25 20 21 32 31 28 31 17 27 \n", "5 202 2 12 30 0 0 0 0 0 0 0 \n", "6 206 2 36 29 0 0 31 31 0 0 0 \n", "7 210 2 19 0 12 13 21 37 12 22 0 \n", "8 211 2 32 35 0 0 0 0 0 0 0 \n", "9 212 2 23 30 0 0 0 0 0 0 0 \n", "\n", " mg5B mg6A mg6B mg7A mg7B mg8A mg8B r1A r1B r2A r2B r3A r3B \\\n", "0 0 0 0 0 0 0 0 1 1 1 1 1 1 \n", "1 0 0 0 0 0 0 0 1 1 1 1 1 0 \n", "2 0 0 0 0 0 0 0 1 1 1 1 1 0 \n", "3 0 0 0 0 0 0 0 1 1 1 1 1 1 \n", "4 27 0 0 0 0 0 0 1 1 1 1 1 1 \n", "5 0 0 0 0 0 0 0 1 1 1 0 0 0 \n", "6 0 0 0 0 0 0 0 1 1 1 0 1 1 \n", "7 0 0 0 0 0 0 0 1 0 1 1 1 1 \n", "8 0 0 0 0 0 0 0 1 1 1 0 0 0 \n", "9 0 0 0 0 0 0 0 1 1 1 0 0 0 \n", "\n", " r4A r4B r5A r5B r6A r6B r7A r7B r8A r8B y1A y1B y2A y2B y3A \\\n", "0 1 1 0 0 0 0 0 0 0 0 4 4 4 4 4 \n", "1 0 0 0 0 0 0 0 0 0 0 4 4 4 4 4 \n", "2 1 1 0 0 0 0 0 0 0 0 4 4 4 4 0 \n", "3 1 1 0 0 0 0 0 0 0 0 4 4 4 4 4 \n", "4 1 1 1 1 0 0 0 0 0 0 4 4 4 4 4 \n", "5 0 0 0 0 0 0 0 0 0 0 4 4 0 0 0 \n", "6 1 0 0 0 0 0 0 0 0 0 4 4 0 0 4 \n", "7 1 1 0 0 0 0 0 0 0 0 4 0 4 4 4 \n", "8 0 0 0 0 0 0 0 0 0 0 4 4 0 0 0 \n", "9 0 0 0 0 0 0 0 0 0 0 4 4 0 0 0 \n", "\n", " y3B y4A y4B y5A y5B y6A y6B y7A y7B y8A y8B \n", "0 4 4 4 0 0 0 0 0 0 0 0 \n", "1 0 0 0 0 0 0 0 0 0 0 0 \n", "2 0 4 4 0 0 0 0 0 0 0 0 \n", "3 4 4 4 0 0 0 0 0 0 0 0 \n", "4 4 4 4 4 4 0 0 0 0 0 0 \n", "5 0 0 0 0 0 0 0 0 0 0 0 \n", "6 4 0 0 0 0 0 0 0 0 0 0 \n", "7 4 4 4 0 0 0 0 0 0 0 0 \n", "8 0 0 0 0 0 0 0 0 0 0 0 \n", "9 0 0 0 0 0 0 0 0 0 0 0 " ] }, "metadata": {}, "output_type": "display_data" } ], "source": [ "# 현시구성\n", "phase_info = pd.read_csv(\"phase_info.csv\")\n", "phase_info.drop('flow_no', axis=1, inplace=True)\n", "# display(phase_info)\n", "mg = phase_info.pivot_table(index='inter_no', columns=['phase_no', 'ring_type'], values='min_green_dur').fillna(0).astype(int)\n", "y = phase_info.pivot_table(index='inter_no', columns=['phase_no', 'ring_type'], values='yellow_dur').fillna(0).astype(int)\n", "r = phase_info.pivot_table(index='inter_no', columns=['phase_no', 'ring_type'], values='red_dur').fillna(0).astype(int)\n", "max_phase_no = phase_info['phase_no'].max()\n", "new_columns = [f'{col}{phase}{ring}' for col in ['mg', 'y', 'r'] for phase in range(1, max_phase_no + 1) for ring in ['A', 'B']]\n", "phase_info = pd.concat([mg, y, r], axis=1)\n", "phase_info.columns = new_columns\n", "phase_info['main_phase'] = 2\n", "phase_info['mg6A'] = phase_info['mg6B'] = phase_info['mg7A'] = phase_info['mg7B'] = phase_info['mg8A'] = phase_info['mg8B']= 0\n", "phase_info['y6A'] = phase_info['y6B'] = phase_info['y7A'] = phase_info['y7B'] = phase_info['y8A'] = phase_info['y8B']= 0\n", "phase_info['r6A'] = phase_info['r6B'] = phase_info['r7A'] = phase_info['r7B'] = phase_info['r8A'] = phase_info['r8B']= 0\n", "phase_info = phase_info[sorted(phase_info.columns)]\n", "phase_info.reset_index(inplace=True)\n", "with pd.option_context('display.max_rows', None, 'display.max_columns', None): \n", " display(phase_info)" ] }, { "cell_type": "code", "execution_count": 32, "metadata": {}, "outputs": [ { "data": { "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
angle_A1angle_A2angle_A3angle_A4angle_A5angle_A6angle_A7angle_A8angle_B1angle_B2angle_B3angle_B4angle_B5angle_B6angle_B7angle_B8
inter_no
175179004001095090270268000NaNNaNNaNNaN003176179270090180270090NaNNaNNaNNaN
176180000180000270356NaNNaNNaNNaNNaN359180180270NaNNaNNaNNaNNaNNaN
177180000000090stop268000NaNNaNNaNNaN001176179270NaN090180NaNNaNNaNNaN
178180000000090270000090270NaNNaNNaNNaN000180180270270090090180NaNNaNNaNNaN
201180000270000090270090270000090NaNNaNNaN180270270090270090090180000180NaNNaNNaN
202090270stopNaNNaNNaNNaNNaNNaN270090NaNNaNNaNNaNNaNNaNNaN
206180000stop180000stopNaNNaNNaNNaN000180NaN000180NaNNaNNaNNaNNaN
210090270268000359090180000NaNNaNNaNNaNNaN270090000180180270NaNNaNNaNNaN
211090270stopNaNNaNNaNNaNNaNNaN270090NaNNaNNaNNaNNaNNaNNaN
212090270stopNaNNaNNaNNaNNaNNaN268090NaNNaNNaNNaNNaNNaNNaN
\n", "
" ], "text/plain": [ " angle_A1 angle_A2 angle_A3 angle_A4 angle_A5 angle_A6 angle_A7 \\\n", "inter_no \n", "175 179004 001095 090270 268000 NaN NaN NaN \n", "176 180000 180000 270356 NaN NaN NaN NaN \n", "177 180000 000090 stop 268000 NaN NaN NaN \n", "178 180000 000090 270000 090270 NaN NaN NaN \n", "201 180000 270000 090270 090270 000090 NaN NaN \n", "202 090270 stop NaN NaN NaN NaN NaN \n", "206 180000 stop 180000 stop NaN NaN NaN \n", "210 090270 268000 359090 180000 NaN NaN NaN \n", "211 090270 stop NaN NaN NaN NaN NaN \n", "212 090270 stop NaN NaN NaN NaN NaN \n", "\n", " angle_A8 angle_B1 angle_B2 angle_B3 angle_B4 angle_B5 angle_B6 \\\n", "inter_no \n", "175 NaN 003176 179270 090180 270090 NaN NaN \n", "176 NaN 359180 180270 NaN NaN NaN NaN \n", "177 NaN 001176 179270 NaN 090180 NaN NaN \n", "178 NaN 000180 180270 270090 090180 NaN NaN \n", "201 NaN 180270 270090 270090 090180 000180 NaN \n", "202 NaN 270090 NaN NaN NaN NaN NaN \n", "206 NaN 000180 NaN 000180 NaN NaN NaN \n", "210 NaN NaN 270090 000180 180270 NaN NaN \n", "211 NaN 270090 NaN NaN NaN NaN NaN \n", "212 NaN 268090 NaN NaN NaN NaN NaN \n", "\n", " angle_B7 angle_B8 \n", "inter_no \n", "175 NaN NaN \n", "176 NaN NaN \n", "177 NaN NaN \n", "178 NaN NaN \n", "201 NaN NaN \n", "202 NaN NaN \n", "206 NaN NaN \n", "210 NaN NaN \n", "211 NaN NaN \n", "212 NaN NaN " ] }, "execution_count": 32, "metadata": {}, "output_type": "execute_result" } ], "source": [ "# 방위각정보\n", "flow_angle = pd.read_csv(\"flow_angle.csv\")\n", "angle = flow_angle.pivot_table(index='inter_no', columns=['phase_no', 'ring_type'], values='angle_code', aggfunc='first').fillna('NaN')\n", "new_columns = [f'angle_{ring}{phase}' for phase in range(1, 6) for ring in ['A', 'B']]\n", "angle.columns = new_columns\n", "angle['angle_A6'] = angle['angle_A7'] = angle['angle_A8'] = np.nan\n", "angle['angle_B6'] = angle['angle_B7'] = angle['angle_B8'] = np.nan\n", "angle = angle[sorted(angle.columns)]\n", "angle" ] }, { "cell_type": "code", "execution_count": 26, "metadata": {}, "outputs": [ { "data": { "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
inter_nophas_Aphas_Bmove_Amove_B
01752273
01762283
01772273
01781184
02011183
02021162
0206441718
02102252
02111162
0212221718
\n", "
" ], "text/plain": [ " inter_no phas_A phas_B move_A move_B\n", "0 175 2 2 7 3\n", "0 176 2 2 8 3\n", "0 177 2 2 7 3\n", "0 178 1 1 8 4\n", "0 201 1 1 8 3\n", "0 202 1 1 6 2\n", "0 206 4 4 17 18\n", "0 210 2 2 5 2\n", "0 211 1 1 6 2\n", "0 212 2 2 17 18" ] }, "execution_count": 26, "metadata": {}, "output_type": "execute_result" } ], "source": [ "# 이동류번호\n", "plan = pd.read_csv(\"time_plan.csv\")\n", "phase = pd.read_csv('phase_info.csv')\n", "plan = plan[plan.ID.isin([1, 5, 8, 11])]\n", "ID2starttime = {1:\"00:00\", 5:\"07:00\", 8:\"09:00\", 11:\"18:30\"}\n", "plan['start_hour'] = plan.ID.apply(lambda id:ID2starttime[id].split(\":\")[0])\n", "plan['start_minute']=plan.ID.apply(lambda id:ID2starttime[id].split(\":\")[1])\n", "plan = plan[['inter_no', 'start_hour', 'start_minute', 'phase_no', 'ring_type', 'duration', 'cycle']]\n", "plan_ = pd.merge(plan, phase[['inter_no', 'phase_no', 'ring_type', 'flow_no']], on=['inter_no', 'phase_no', 'ring_type'], how='left')\n", "plan_['flow_no'] = plan_['flow_no'].fillna(18).astype(int)\n", "plan_['start_second'] = plan_.start_hour.astype(int)*3600 + plan_.start_minute.astype(int)*60\n", "plan_ = plan_[['inter_no', 'start_second', 'phase_no', 'ring_type', 'duration', 'flow_no', 'cycle']]\n", "cycle_dict = dict(zip(zip(plan_['inter_no'], plan_['start_second']), plan_['cycle']))\n", "df = plan_[['inter_no','start_second','cycle']].drop_duplicates()\n", "df = df.reset_index(drop=True)\n", "df['start_second_exact'] = 0\n", "for i in range(1, len(df)):\n", " if i % 4 != 0:\n", " prev = df.loc[i-1, 'start_second_exact']\n", " start_second = df.loc[i, 'start_second']\n", " cycle = df.loc[i-1, 'cycle']\n", " df.loc[i, 'start_second_exact'] = (start_second - prev) % cycle + start_second\n", "inter2start = {inter_no:list(df[df.inter_no==inter_no]['start_second_exact']) for inter_no in df.inter_no}\n", "plan_ = plan_.pivot_table(index=['inter_no', 'start_second', 'phase_no'],\n", " columns='ring_type',\n", " values=['duration', 'flow_no'],\n", " aggfunc='first').reset_index()\n", "plan_.columns = ['inter_no', 'start_second', 'phase_no', 'dura_A', 'dura_B', 'move_A', 'move_B']\n", "inter2no_phase = {inter_no:group.phase_no.unique().max() for (inter_no, group) in plan.groupby('inter_no')}\n", "\n", "midnight = int(datetime(2024, 1, 5, 0, 0, 0).timestamp())\n", "present = int(datetime(2024, 1, 5, 3, 55, 48).timestamp()) # <===== 현재시각\n", "sec = present - midnight\n", "the_start_second = np.max(df.start_second[df.start_second <= sec])\n", "move = []\n", "for inter_no in plan_.inter_no.unique():\n", " cycle = cycle_dict[(inter_no, the_start_second)]\n", " df = plan_[(plan_.inter_no==inter_no)&(plan_.start_second==the_start_second)].reset_index(drop=True)\n", " remainder = sec % cycle\n", " df['cums_A'] = df.copy().dura_A.cumsum()\n", " df['cums_B'] = df.copy().dura_B.cumsum()\n", " ind_A = len(df.cums_A[df.cums_A <= remainder])%inter2no_phase[inter_no]\n", " ind_B = len(df.cums_B[df.cums_B <= remainder])%inter2no_phase[inter_no]\n", " dura_A = df.loc[ind_A,'dura_A']\n", " dura_B = df.loc[ind_B,'dura_B']\n", " phas_A = df.loc[ind_A,'phase_no']\n", " phas_B = df.loc[ind_B,'phase_no']\n", " move_A = df.loc[ind_A,'move_A']\n", " move_B = df.loc[ind_B,'move_B']\n", " move.append(pd.DataFrame({'inter_no':[inter_no],'phas_A':[phas_A], 'phas_B':[phas_B],'move_A':[move_A], 'move_B':[move_B]}))\n", "move = pd.concat(move)\n", "move" ] }, { "cell_type": "code", "execution_count": 368, "metadata": {}, "outputs": [ { "data": { "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
inter_nogroup_notimeplan_noIDphase_noring_typedurationcycleoffset
017527111A3716057
117527111B3716057
217527112A3916057
317527112B3916057
417527113A5516057
..............................
1083212271152B2112500
1084212271161A392500
1085212271161B392500
1086212271162A2112500
1087212271162B2112500
\n", "

1088 rows × 9 columns

\n", "
" ], "text/plain": [ " inter_no group_no timeplan_no ID phase_no ring_type duration \\\n", "0 175 27 1 1 1 A 37 \n", "1 175 27 1 1 1 B 37 \n", "2 175 27 1 1 2 A 39 \n", "3 175 27 1 1 2 B 39 \n", "4 175 27 1 1 3 A 55 \n", "... ... ... ... .. ... ... ... \n", "1083 212 27 1 15 2 B 211 \n", "1084 212 27 1 16 1 A 39 \n", "1085 212 27 1 16 1 B 39 \n", "1086 212 27 1 16 2 A 211 \n", "1087 212 27 1 16 2 B 211 \n", "\n", " cycle offset \n", "0 160 57 \n", "1 160 57 \n", "2 160 57 \n", "3 160 57 \n", "4 160 57 \n", "... ... ... \n", "1083 250 0 \n", "1084 250 0 \n", "1085 250 0 \n", "1086 250 0 \n", "1087 250 0 \n", "\n", "[1088 rows x 9 columns]" ] }, "execution_count": 368, "metadata": {}, "output_type": "execute_result" } ], "source": [ "plan = pd.read_csv(\"time_plan.csv\")\n", "plan" ] }, { "cell_type": "code", "execution_count": 509, "metadata": {}, "outputs": [ { "data": { "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
inter_nostart_hourstart_minuteddur_1ddur_2ddur_3ddur_4ddur_5ddur_6ddur_7ddur_8cycleoffset
01750000373925302900016057
11750700404229263300017040
21750900434533223700018028
31751830464837184100019018
4176000037734000000150131
5176070037934000000170153
61760900371034000000180169
71761830371134000000190185
8177000036206826000015035
9177070040257134000017033
10177090043277040000018041
11177183045327736000019049
12178000038394023000014050
131780700383942202100016090
141780900383943282200017080
151781830383944362300018075
1620100002424175817000140133
1720107003036185818000160132
1820109003336255818000170134
1920118303650185818000180137
20202000039101000000140103
21202070046114000000160103
22202090046114000000160103
23202183048122000000170103
24206000033352626000012010
2520607004444262600001407
26206090045532626000015017
27206183046622626000016010
2821000002419295622000150115
2921007002419396523000170131
3021009002815437024000180137
3121018302419477525000190143
322110000289700000012545
3321107002810700000013545
3421109002811200000014055
3521118302811700000014555
362120000391610000002000
372120700391810000002200
382120900391910000002300
392121830392010000002400
\n", "
" ], "text/plain": [ " inter_no start_hour start_minute ddur_1 ddur_2 ddur_3 ddur_4 ddur_5 \\\n", "0 175 00 00 37 39 25 30 29 \n", "1 175 07 00 40 42 29 26 33 \n", "2 175 09 00 43 45 33 22 37 \n", "3 175 18 30 46 48 37 18 41 \n", "4 176 00 00 37 73 40 0 0 \n", "5 176 07 00 37 93 40 0 0 \n", "6 176 09 00 37 103 40 0 0 \n", "7 176 18 30 37 113 40 0 0 \n", "8 177 00 00 36 20 68 26 0 \n", "9 177 07 00 40 25 71 34 0 \n", "10 177 09 00 43 27 70 40 0 \n", "11 177 18 30 45 32 77 36 0 \n", "12 178 00 00 38 39 40 23 0 \n", "13 178 07 00 38 39 42 20 21 \n", "14 178 09 00 38 39 43 28 22 \n", "15 178 18 30 38 39 44 36 23 \n", "16 201 00 00 24 24 17 58 17 \n", "17 201 07 00 30 36 18 58 18 \n", "18 201 09 00 33 36 25 58 18 \n", "19 201 18 30 36 50 18 58 18 \n", "20 202 00 00 39 101 0 0 0 \n", "21 202 07 00 46 114 0 0 0 \n", "22 202 09 00 46 114 0 0 0 \n", "23 202 18 30 48 122 0 0 0 \n", "24 206 00 00 33 35 26 26 0 \n", "25 206 07 00 44 44 26 26 0 \n", "26 206 09 00 45 53 26 26 0 \n", "27 206 18 30 46 62 26 26 0 \n", "28 210 00 00 24 19 29 56 22 \n", "29 210 07 00 24 19 39 65 23 \n", "30 210 09 00 28 15 43 70 24 \n", "31 210 18 30 24 19 47 75 25 \n", "32 211 00 00 28 97 0 0 0 \n", "33 211 07 00 28 107 0 0 0 \n", "34 211 09 00 28 112 0 0 0 \n", "35 211 18 30 28 117 0 0 0 \n", "36 212 00 00 39 161 0 0 0 \n", "37 212 07 00 39 181 0 0 0 \n", "38 212 09 00 39 191 0 0 0 \n", "39 212 18 30 39 201 0 0 0 \n", "\n", " ddur_6 ddur_7 ddur_8 cycle offset \n", "0 0 0 0 160 57 \n", "1 0 0 0 170 40 \n", "2 0 0 0 180 28 \n", "3 0 0 0 190 18 \n", "4 0 0 0 150 131 \n", "5 0 0 0 170 153 \n", "6 0 0 0 180 169 \n", "7 0 0 0 190 185 \n", "8 0 0 0 150 35 \n", "9 0 0 0 170 33 \n", "10 0 0 0 180 41 \n", "11 0 0 0 190 49 \n", "12 0 0 0 140 50 \n", "13 0 0 0 160 90 \n", "14 0 0 0 170 80 \n", "15 0 0 0 180 75 \n", "16 0 0 0 140 133 \n", "17 0 0 0 160 132 \n", "18 0 0 0 170 134 \n", "19 0 0 0 180 137 \n", "20 0 0 0 140 103 \n", "21 0 0 0 160 103 \n", "22 0 0 0 160 103 \n", "23 0 0 0 170 103 \n", "24 0 0 0 120 10 \n", "25 0 0 0 140 7 \n", "26 0 0 0 150 17 \n", "27 0 0 0 160 10 \n", "28 0 0 0 150 115 \n", "29 0 0 0 170 131 \n", "30 0 0 0 180 137 \n", "31 0 0 0 190 143 \n", "32 0 0 0 125 45 \n", "33 0 0 0 135 45 \n", "34 0 0 0 140 55 \n", "35 0 0 0 145 55 \n", "36 0 0 0 200 0 \n", "37 0 0 0 220 0 \n", "38 0 0 0 230 0 \n", "39 0 0 0 240 0 " ] }, "execution_count": 509, "metadata": {}, "output_type": "execute_result" } ], "source": [ "# 신호계획\n", "plan = pd.read_csv(\"time_plan.csv\")\n", "plan = plan[plan.ID.isin([1, 5, 8, 11])]\n", "ID2starttime = {1:\"00:00\", 5:\"07:00\", 8:\"09:00\", 11:\"18:30\"}\n", "plan['start_hour'] = plan.ID.apply(lambda id:ID2starttime[id].split(\":\")[0])\n", "plan['start_minute']=plan.ID.apply(lambda id:ID2starttime[id].split(\":\")[1])\n", "plan = plan[['inter_no', 'start_hour', 'start_minute', 'phase_no', 'ring_type', 'duration', 'cycle', 'offset']]\n", "plan = plan.pivot_table(index=['inter_no', 'start_hour', 'start_minute', 'cycle', 'offset'], columns=['phase_no','ring_type'], values='duration', aggfunc='first').fillna(0).astype(int)\n", "new_columns = [f'dura_{ring}{phase}' for phase in range(1, 6) for ring in ['A', 'B']]\n", "plan.columns = new_columns\n", "new_columns = [f'dura_{ring}{phase}' for phase in range(1, 9) for ring in ['A', 'B']]\n", "for col in new_columns:\n", " if col not in plan.columns:\n", " plan[col] = 0\n", "plan.reset_index(inplace=True)\n", "plan = plan[list(plan.columns)[:3] + sorted(plan.columns)[1:-4] + list(plan.columns)[3:5]]\n", "\n", "cums_A = np.array(plan[[f'dura_A{k}' for k in range(1,9)]].cumsum(axis=1))\n", "cums_B = np.array(plan[[f'dura_B{k}' for k in range(1,9)]].cumsum(axis=1))\n", "detailed_cums = []\n", "i = 0\n", "for row_A, row_B in zip(cums_A, cums_B):\n", " combined_row = np.unique(np.concatenate((row_A, row_B)))\n", " ddur = np.concatenate(([combined_row[0]], np.diff(combined_row)))\n", " ddur = np.pad(ddur, (0, 8 - len(ddur)), constant_values=(0))\n", " detailed_cums.append(ddur)\n", " for j in range(8):\n", " plan.at[i, f'ddur_{j+1}'] = ddur[j]\n", " i+=1\n", "plan = plan[['inter_no', 'start_hour', 'start_minute'] + [f'ddur_{i}' for i in range(1,9)] + ['cycle', 'offset']\n", " #+ [f'dura_{phase}{i}' for phase in ['A','B'] for i in range(1,9)]\n", " ]\n", "plan[[f'ddur_{i}' for i in range(1,9)]] = plan[[f'ddur_{i}' for i in range(1,9)]].astype(int)\n", "\n", "plan" ] }, { "cell_type": "code", "execution_count": 528, "metadata": {}, "outputs": [ { "data": { "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
inter_nostart_hourstart_minuteddur_1ddur_2ddur_3ddur_4ddur_5ddur_6ddur_7ddur_8cycleoffsetunix
017500003739253029000160571704380400
117507004042292633000170401704405600
217509004345332237000180281704412800
317518304648371841000190181704447000
\n", "
" ], "text/plain": [ " inter_no start_hour start_minute ddur_1 ddur_2 ddur_3 ddur_4 ddur_5 \\\n", "0 175 00 00 37 39 25 30 29 \n", "1 175 07 00 40 42 29 26 33 \n", "2 175 09 00 43 45 33 22 37 \n", "3 175 18 30 46 48 37 18 41 \n", "\n", " ddur_6 ddur_7 ddur_8 cycle offset unix \n", "0 0 0 0 160 57 1704380400 \n", "1 0 0 0 170 40 1704405600 \n", "2 0 0 0 180 28 1704412800 \n", "3 0 0 0 190 18 1704447000 " ] }, "execution_count": 528, "metadata": {}, "output_type": "execute_result" } ], "source": [ "planned = plan.copy()\n", "midnight = int(datetime(2024, 1, 5, 0, 0, 0).timestamp())\n", "next_day = int(datetime(2024, 1, 6, 0, 0, 0).timestamp())\n", "# planned['seconds'] = planned['start_hour'].astype(int)*3600 + planned['start_minute'].astype(int)*60\n", "planned['unix'] = planned['start_hour'].astype(int)*3600 + plan['start_minute'].astype(int)*60 + midnight\n", "plan175 = planned[planned.inter_no==175]" ] }, { "cell_type": "code", "execution_count": 589, "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "0\n" ] } ], "source": [ "import random\n", "r = random.choices([0, -1, 1], weights=[80, 10, 10])[0]\n", "print(r)" ] }, { "cell_type": "code", "execution_count": 622, "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "0 160 1704405600\n", "1 170 1704412800\n", "2 180 1704447000\n", "3 190 1704380400\n" ] }, { "data": { "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
inter_nostart_hourstart_minuteddur_1ddur_2ddur_3ddur_4ddur_5ddur_6ddur_7ddur_8cycleoffsetunix
217509004345332237000180281704434600
217509004345332237000180281704434780
217509004345332237000180281704434960
217509004345332237000180281704435140
217509004345332237000180281704435320
217509004345332237000180281704435500
217509004345332237000180281704435680
217509004345332237000180281704435860
217509004345332237000180281704436040
217509004345332237000180281704436221
217509004345332237000180281704436580
217509004345332237000180281704436760
217509004345332237000180281704436940
217509004345332237000180281704437120
217509004345332237000180281704437300
217509004345332237000180281704437480
217509004345332237000180281704437660
217509004345332237000180281704437841
217509004345332237000180281704438200
217509004345332237000180281704438380
217509004345332237000180281704438560
217509004345332237000180281704438740
217509004345332237000180281704438920
217509004345332237000180281704439100
217509004345332237000180281704439280
217509004345332237000180281704439460
217509004345332237000180281704439640
217509004345332237000180281704439821
217509004345332237000180281704440180
217509004345332237000180281704440360
217509004345332237000180281704440540
217509004345332237000180281704440721
217509004345332237000180281704441080
217509004345332237000180281704441260
217509004345332237000180281704441441
217509004345332237000180281704441800
217509004345332237000180281704441980
217509004345332237000180281704442161
217509004345332237000180281704442520
217509004345332237000180281704442700
217509004345332237000180281704442880
217509004345332237000180281704443060
217509004345332237000180281704443240
217509004345332237000180281704443420
217509004345332237000180281704443600
217509004345332237000180281704443780
217509004345332237000180281704443960
217509004345332237000180281704444139
217509004345332237000180281704444500
217509004345332237000180281704444680
217509004345332237000180281704444860
217509004345332237000180281704445041
217509004345332237000180281704445400
217509004345332237000180281704445581
217509004345332237000180281704445940
217509004345332237000180281704446120
217509004345332237000180281704446300
217509004345332237000180281704446479
217509004345332237000180281704446840
217509004345332237000180281704447019
\n", "
" ], "text/plain": [ " inter_no start_hour start_minute ddur_1 ddur_2 ddur_3 ddur_4 ddur_5 ddur_6 \\\n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "2 175 09 00 43 45 33 22 37 0 \n", "\n", " ddur_7 ddur_8 cycle offset unix \n", "2 0 0 180 28 1704434600 \n", "2 0 0 180 28 1704434780 \n", "2 0 0 180 28 1704434960 \n", "2 0 0 180 28 1704435140 \n", "2 0 0 180 28 1704435320 \n", "2 0 0 180 28 1704435500 \n", "2 0 0 180 28 1704435680 \n", "2 0 0 180 28 1704435860 \n", "2 0 0 180 28 1704436040 \n", "2 0 0 180 28 1704436221 \n", "2 0 0 180 28 1704436580 \n", "2 0 0 180 28 1704436760 \n", "2 0 0 180 28 1704436940 \n", "2 0 0 180 28 1704437120 \n", "2 0 0 180 28 1704437300 \n", "2 0 0 180 28 1704437480 \n", "2 0 0 180 28 1704437660 \n", "2 0 0 180 28 1704437841 \n", "2 0 0 180 28 1704438200 \n", "2 0 0 180 28 1704438380 \n", "2 0 0 180 28 1704438560 \n", "2 0 0 180 28 1704438740 \n", "2 0 0 180 28 1704438920 \n", "2 0 0 180 28 1704439100 \n", "2 0 0 180 28 1704439280 \n", "2 0 0 180 28 1704439460 \n", "2 0 0 180 28 1704439640 \n", "2 0 0 180 28 1704439821 \n", "2 0 0 180 28 1704440180 \n", "2 0 0 180 28 1704440360 \n", "2 0 0 180 28 1704440540 \n", "2 0 0 180 28 1704440721 \n", "2 0 0 180 28 1704441080 \n", "2 0 0 180 28 1704441260 \n", "2 0 0 180 28 1704441441 \n", "2 0 0 180 28 1704441800 \n", "2 0 0 180 28 1704441980 \n", "2 0 0 180 28 1704442161 \n", "2 0 0 180 28 1704442520 \n", "2 0 0 180 28 1704442700 \n", "2 0 0 180 28 1704442880 \n", "2 0 0 180 28 1704443060 \n", "2 0 0 180 28 1704443240 \n", "2 0 0 180 28 1704443420 \n", "2 0 0 180 28 1704443600 \n", "2 0 0 180 28 1704443780 \n", "2 0 0 180 28 1704443960 \n", "2 0 0 180 28 1704444139 \n", "2 0 0 180 28 1704444500 \n", "2 0 0 180 28 1704444680 \n", "2 0 0 180 28 1704444860 \n", "2 0 0 180 28 1704445041 \n", "2 0 0 180 28 1704445400 \n", "2 0 0 180 28 1704445581 \n", "2 0 0 180 28 1704445940 \n", "2 0 0 180 28 1704446120 \n", "2 0 0 180 28 1704446300 \n", "2 0 0 180 28 1704446479 \n", "2 0 0 180 28 1704446840 \n", "2 0 0 180 28 1704447019 " ] }, "execution_count": 622, "metadata": {}, "output_type": "execute_result" } ], "source": [ "rows = []\n", "current_time = midnight\n", "for i in range(len(plan175)):\n", " first_row = planned.iloc[i]\n", " cycle = first_row['cycle']\n", " unix_end = planned.iloc[i+1]['unix'] if i < len(plan175) else next_day\n", " r=0\n", " print(i, cycle, unix_end)\n", " while current_time <= unix_end:\n", " r = random.choices([0, -1, 1], weights=[10, 1, 1])[0]\n", " if current_time % 10 == 9:\n", " r = cycle + 1\n", " elif current_time % 10 == 1:\n", " r = cycle - 1\n", " current_time += cycle + r\n", " new_row = first_row.copy()\n", " new_row['unix'] = current_time\n", " rows.append(new_row)\n", "history = pd.concat(rows, axis=1).transpose()\n", "history[-60:]" ] }, { "cell_type": "code", "execution_count": 483, "metadata": {}, "outputs": [ { "data": { "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
inter_nostart_hourstart_minuteddur_1ddur_2ddur_3ddur_4ddur_5ddur_6ddur_7ddur_8cycleoffsetsecondsunix
0175000037392530290001605701704380400
11750700404229263300017040252001704405600
21750900434533223700018028324001704412800
31751830464837184100019018666001704447000
417600003773400000015013101704380400
5176070037934000000170153252001704405600
61760900371034000000180169324001704412800
71761830371134000000190185666001704447000
817700003620682600001503501704380400
9177070040257134000017033252001704405600
10177090043277040000018041324001704412800
11177183045327736000019049666001704447000
1217800003839402300001405001704380400
131780700383942202100016090252001704405600
141780900383943282200017080324001704412800
151781830383944362300018075666001704447000
162010000242417581700014013301704380400
1720107003036185818000160132252001704405600
1820109003336255818000170134324001704412800
1920118303650185818000180137666001704447000
2020200003910100000014010301704380400
21202070046114000000160103252001704405600
22202090046114000000160103324001704412800
23202183048122000000170103666001704447000
2420600003335262600001201001704380400
2520607004444262600001407252001704405600
26206090045532626000015017324001704412800
27206183046622626000016010666001704447000
282100000241929562200015011501704380400
2921007002419396523000170131252001704405600
3021009002815437024000180137324001704412800
3121018302419477525000190143666001704447000
32211000028970000001254501704380400
3321107002810700000013545252001704405600
3421109002811200000014055324001704412800
3521118302811700000014555666001704447000
36212000039161000000200001704380400
372120700391810000002200252001704405600
382120900391910000002300324001704412800
392121830392010000002400666001704447000
\n", "
" ], "text/plain": [ " inter_no start_hour start_minute ddur_1 ddur_2 ddur_3 ddur_4 ddur_5 \\\n", "0 175 00 00 37 39 25 30 29 \n", "1 175 07 00 40 42 29 26 33 \n", "2 175 09 00 43 45 33 22 37 \n", "3 175 18 30 46 48 37 18 41 \n", "4 176 00 00 37 73 40 0 0 \n", "5 176 07 00 37 93 40 0 0 \n", "6 176 09 00 37 103 40 0 0 \n", "7 176 18 30 37 113 40 0 0 \n", "8 177 00 00 36 20 68 26 0 \n", "9 177 07 00 40 25 71 34 0 \n", "10 177 09 00 43 27 70 40 0 \n", "11 177 18 30 45 32 77 36 0 \n", "12 178 00 00 38 39 40 23 0 \n", "13 178 07 00 38 39 42 20 21 \n", "14 178 09 00 38 39 43 28 22 \n", "15 178 18 30 38 39 44 36 23 \n", "16 201 00 00 24 24 17 58 17 \n", "17 201 07 00 30 36 18 58 18 \n", "18 201 09 00 33 36 25 58 18 \n", "19 201 18 30 36 50 18 58 18 \n", "20 202 00 00 39 101 0 0 0 \n", "21 202 07 00 46 114 0 0 0 \n", "22 202 09 00 46 114 0 0 0 \n", "23 202 18 30 48 122 0 0 0 \n", "24 206 00 00 33 35 26 26 0 \n", "25 206 07 00 44 44 26 26 0 \n", "26 206 09 00 45 53 26 26 0 \n", "27 206 18 30 46 62 26 26 0 \n", "28 210 00 00 24 19 29 56 22 \n", "29 210 07 00 24 19 39 65 23 \n", "30 210 09 00 28 15 43 70 24 \n", "31 210 18 30 24 19 47 75 25 \n", "32 211 00 00 28 97 0 0 0 \n", "33 211 07 00 28 107 0 0 0 \n", "34 211 09 00 28 112 0 0 0 \n", "35 211 18 30 28 117 0 0 0 \n", "36 212 00 00 39 161 0 0 0 \n", "37 212 07 00 39 181 0 0 0 \n", "38 212 09 00 39 191 0 0 0 \n", "39 212 18 30 39 201 0 0 0 \n", "\n", " ddur_6 ddur_7 ddur_8 cycle offset seconds unix \n", "0 0 0 0 160 57 0 1704380400 \n", "1 0 0 0 170 40 25200 1704405600 \n", "2 0 0 0 180 28 32400 1704412800 \n", "3 0 0 0 190 18 66600 1704447000 \n", "4 0 0 0 150 131 0 1704380400 \n", "5 0 0 0 170 153 25200 1704405600 \n", "6 0 0 0 180 169 32400 1704412800 \n", "7 0 0 0 190 185 66600 1704447000 \n", "8 0 0 0 150 35 0 1704380400 \n", "9 0 0 0 170 33 25200 1704405600 \n", "10 0 0 0 180 41 32400 1704412800 \n", "11 0 0 0 190 49 66600 1704447000 \n", "12 0 0 0 140 50 0 1704380400 \n", "13 0 0 0 160 90 25200 1704405600 \n", "14 0 0 0 170 80 32400 1704412800 \n", "15 0 0 0 180 75 66600 1704447000 \n", "16 0 0 0 140 133 0 1704380400 \n", "17 0 0 0 160 132 25200 1704405600 \n", "18 0 0 0 170 134 32400 1704412800 \n", "19 0 0 0 180 137 66600 1704447000 \n", "20 0 0 0 140 103 0 1704380400 \n", "21 0 0 0 160 103 25200 1704405600 \n", "22 0 0 0 160 103 32400 1704412800 \n", "23 0 0 0 170 103 66600 1704447000 \n", "24 0 0 0 120 10 0 1704380400 \n", "25 0 0 0 140 7 25200 1704405600 \n", "26 0 0 0 150 17 32400 1704412800 \n", "27 0 0 0 160 10 66600 1704447000 \n", "28 0 0 0 150 115 0 1704380400 \n", "29 0 0 0 170 131 25200 1704405600 \n", "30 0 0 0 180 137 32400 1704412800 \n", "31 0 0 0 190 143 66600 1704447000 \n", "32 0 0 0 125 45 0 1704380400 \n", "33 0 0 0 135 45 25200 1704405600 \n", "34 0 0 0 140 55 32400 1704412800 \n", "35 0 0 0 145 55 66600 1704447000 \n", "36 0 0 0 200 0 0 1704380400 \n", "37 0 0 0 220 0 25200 1704405600 \n", "38 0 0 0 230 0 32400 1704412800 \n", "39 0 0 0 240 0 66600 1704447000 " ] }, "execution_count": 483, "metadata": {}, "output_type": "execute_result" } ], "source": [ "df = plan.copy()\n", "df" ] }, { "cell_type": "code", "execution_count": 487, "metadata": {}, "outputs": [ { "data": { "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
inter_nostart_hourstart_minuteddur_1ddur_2ddur_3ddur_4ddur_5ddur_6ddur_7ddur_8cycleoffsetsecondsunix
0175000037392530290001605701704380400
0175000037392530290001605701704380560
11750700404229263300017040252001704405600
11750700404229263300017040252001704405770
21750900434533223700018028324001704412800
................................................
372120700391810000002200252001704405820
382120900391910000002300324001704412800
382120900391910000002300324001704413030
392121830392010000002400666001704447000
392121830392010000002400666001704447240
\n", "

80 rows × 15 columns

\n", "
" ], "text/plain": [ " inter_no start_hour start_minute ddur_1 ddur_2 ddur_3 ddur_4 ddur_5 \\\n", "0 175 00 00 37 39 25 30 29 \n", "0 175 00 00 37 39 25 30 29 \n", "1 175 07 00 40 42 29 26 33 \n", "1 175 07 00 40 42 29 26 33 \n", "2 175 09 00 43 45 33 22 37 \n", ".. ... ... ... ... ... ... ... ... \n", "37 212 07 00 39 181 0 0 0 \n", "38 212 09 00 39 191 0 0 0 \n", "38 212 09 00 39 191 0 0 0 \n", "39 212 18 30 39 201 0 0 0 \n", "39 212 18 30 39 201 0 0 0 \n", "\n", " ddur_6 ddur_7 ddur_8 cycle offset seconds unix \n", "0 0 0 0 160 57 0 1704380400 \n", "0 0 0 0 160 57 0 1704380560 \n", "1 0 0 0 170 40 25200 1704405600 \n", "1 0 0 0 170 40 25200 1704405770 \n", "2 0 0 0 180 28 32400 1704412800 \n", ".. ... ... ... ... ... ... ... \n", "37 0 0 0 220 0 25200 1704405820 \n", "38 0 0 0 230 0 32400 1704412800 \n", "38 0 0 0 230 0 32400 1704413030 \n", "39 0 0 0 240 0 66600 1704447000 \n", "39 0 0 0 240 0 66600 1704447240 \n", "\n", "[80 rows x 15 columns]" ] }, "execution_count": 487, "metadata": {}, "output_type": "execute_result" } ], "source": [ "df_additional = df.copy()\n", "df_additional['unix'] = df_additional['unix'] + df_additional['cycle']\n", "\n", "\n", "df_result = pd.concat([df, df_additional]).sort_values(by=['inter_no', 'start_hour', 'start_minute', 'unix'])\n", "df_result" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [] } ], "metadata": { "kernelspec": { "display_name": "rts", "language": "python", "name": "python3" }, "language_info": { "codemirror_mode": { "name": "ipython", "version": 3 }, "file_extension": ".py", "mimetype": "text/x-python", "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", "version": "3.8.10" } }, "nbformat": 4, "nbformat_minor": 2 }