插值單值

Question

予具有相對大的（〜300 MB）組地理定位數據，其中，所述格式是

Timestamp, id, type, x, y 

用下面的數據類型：

In[7]: df.dtypes 
Out[7]: 
Timestamp datetime64[ns] 
id     int64 
type     object 
X      int64 
Y      int64 
dtype: object 

每個ID對應於特定的用戶，並且每個人在一天中記錄數百個點。

我想創建一個圖表，顯示每個人在某個特定的時間。所以我需要每個ID 1點。但是，數據有點稀疏，並且不太可能存在與第二個數據點精確相關的數據點。我想通過在最接近的兩點之間進行插值來近似。

在數據點之間，我假設人們線性移動，所以如果我們知道8點31分10秒和8點31分50秒的位置，那麼在8點31分30秒，他們應該完全處於兩個位置，並在8時31分十一秒，他們應該是點（使內插如下所述：Pandas data frame: resample with linear interpolation）之間的方式1/40

我想的基本過程是：

• 通過每個ID循環：
  • 獲得該ID的過濾器數據
  • 在時間之前得到最後的位置（例如，在8:31:11之前的最後記錄的位置，或者任何時間被使用）
  • 獲得第一個位置（例如在8:31:11之後的第一個記錄位置，或者任何時間被使用）
  • 插值到數字出它們在該第二
  • 添加位置，其中列出每個ID的位置
• 情節名單

我知道我可以遍歷每個ID與

for name, group in df.groupby('id'): 

和繪圖不是問題，但我不確定其餘的。

經過一番搜索，我還沒有找到任何好辦法來做到這一點從每個組的單個值。其他答案建議使用resample和內插函數，但是對於我所擁有的數據量來說，這會花費太長時間，並且會看到很多不必要的計算，因爲我只需要一個點。

Answer 1

這是不太清楚你想要什麼，但讓我們開始與一些

首先，你可能需要獨特的ID列表，對不對？

import pandas as pd 
import numpy as np 

df = ... 

unids = np.unique(df[['id']]) 

for id in unids: 
    df_id = # subset df by id, filtering out rows by id, and get back dataframe 
    # sort new df by Timestamp 
    tmin = new_df['Timestamp'][0] 
    tmax = new_df['Timestamp'][-1] 
    tstep = ... # time step 

    position = [] 
    for t in range(tmin, tmax, tstep): 
     # interpolate 
     # add to position 
    plot(position) 

這看起來合理嗎？