插值单值

Question

予具有相对大的（〜300 MB）组地理定位数据，其中，所述格式是

Timestamp, id, type, x, y 

用下面的数据类型：

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

每个ID对应于特定的用户，并且每个人在一天中记录数百个点。

我想创建一个图表，显示每个人在某个特定的时间。所以我需要每个ID 1点。但是，数据有点稀疏，并且不太可能存在与第二个数据点精确相关的数据点。我想通过在最接近的两点之间进行插值来近似。

在数据点之间，我假设人们线性移动，所以如果我们知道8点31分10秒和8点31分50秒的位置，那么在8点31分30秒，他们应该完全处于两个位置，并在8时31分十一秒，他们应该是点（使内插如下所述：Pandas data frame: resample with linear interpolation）之间的方式1/40

我想的基本过程是：

• 通过每个ID循环：
  • 获得该ID的过滤器数据
  • 在时间之前得到最后的位置（例如，在8:31:11之前的最后记录的位置，或者任何时间被使用）
  • 获得第一个位置（例如在8:31:11之后的第一个记录位置，或者任何时间被使用）
  • 插值到数字出它们在该第二
  • 添加位置，其中列出每个ID的位置
• 情节名单

我知道我可以遍历每个ID与

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

和绘图不是问题，但我不确定其余的。

经过一番搜索，我还没有找到任何好办法来做到这一点从每个组的单个值。其他答案建议使用resample和内插函数，但是对于我所拥有的数据量来说，这会花费太长时间，并且会看到很多不必要的计算，因为我只需要一个点。

Answer 1

这是不太清楚你想要什么，但让我们开始与一些

首先，你可能需要独特的ID列表，对不对？

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) 

这看起来合理吗？