如何在 pandas 中填写缺失的 GPS 数据？

Question

我有一个看起来像这样的数据框

+-----+------------+-------------+-------------------------+----+----------+----------+
|     | Actual_Lat | Actual_Long |          Time           | ID | Cal_long | Cal_lat  |
+-----+------------+-------------+-------------------------+----+----------+----------+
|   0 | 63.433376  | 10.397068   | 2019-09-30 04:48:13.540 | 11 | 10.39729 | 63.43338 |
|   1 | 63.433301  | 10.395846   | 2019-09-30 04:48:18.470 | 11 | 10.39731 | 63.43326 |
|   2 | 63.433259  | 10.394543   | 2019-09-30 04:48:23.450 | 11 | 10.39576 | 63.43323 |
|   3 | 63.433258  | 10.394244   | 2019-09-30 04:48:29.500 | 11 | 10.39555 | 63.43436 |
|   4 | 63.433258  | 10.394215   | 2019-09-30 04:48:35.683 | 11 | 10.39505 | 63.43427 |
| ... | ...        | ...         | ...                     | ...|      ... |      ... |
|  70 | NaN        | NaN         | NaT                     | NaN| 10.35826 | 63.43149 |
|  71 | NaN        | NaN         | NaT                     | NaN| 10.35809 | 63.43155 |
|  72 | NaN        | NaN         | NaT                     | NaN| 10.35772 | 63.43163 |
|  73 | NaN        | NaN         | NaT                     | NaN| 10.35646 | 63.43182 |
|  74 | NaN        | NaN         | NaT                     | NaN| 10.35536 | 63.43196 |
+-----+------------+-------------+-------------------------+----------+----------+----------+

Actual_lat 和 Actual_long 包含从 GPS 设备获取的数据的 GPS 坐标。 Cal_lat 和 cal_lat 是从 OSRM's API 获得的 GPS 坐标。如您所见，实际坐标中缺少大量数据。我正在寻找一个数据集，这样当我将 actual_lat 与 cal_lat 相差时，它应该为零或至少接近于零。我试图用目的地纬度和经度来填充这些缺失值，但这会导致巨大的差异。我的问题是如何使用 python/pandas 填充这些值，以便当车辆沿着 OSRM 估计路径行驶时，实际 lat/long 和估计 lat/long 之间的差异应该为零或接近于零。我是 GIS 数据集的新手，不知道如何处理它们。

编辑：我正在寻找这样的东西。


+-----+------------+-------------+-------------------------+----------+----------+----------+----------------------+----------------------+
|     | Actual_Lat | Actual_Long |          Time           | Tour ID  | Cal_long | Cal_lat  | coordinates_diff_Lat | coordinates_diff_Lon |
+-----+------------+-------------+-------------------------+----------+----------+----------+----------------------+----------------------+
|   0 |  63.433376 |   10.397068 | 2019-09-30 04:48:13.540 |       11 | 10.39729 | 63.43338 |               -0.000 |               -0.000 |
|   1 |  63.433301 |   10.395846 | 2019-09-30 04:48:18.470 |       11 | 10.39731 | 63.43326 |                0.000 |               -0.001 |
|   2 |  63.433259 |   10.394543 | 2019-09-30 04:48:23.450 |       11 | 10.39576 | 63.43323 |                0.000 |               -0.001 |
|   3 |  63.433258 |   10.394244 | 2019-09-30 04:48:29.500 |       11 | 10.39555 | 63.43436 |               -0.001 |               -0.001 |
|   4 |  63.433258 |   10.394215 | 2019-09-30 04:48:35.683 |       11 | 10.39505 | 63.43427 |               -0.001 |               -0.001 |
| ... |        ... |         ... | ...                     |      ... |      ... |      ... |                  ... |                  ... |
|  70 |   63.43000 |    10.35800 | NaT                     | 115268.0 | 10.35826 | 63.43149 |                0.000 |               -0.003 |
|  71 |   63.43025 |    10.35888 | NaT                     | 115268.0 | 10.35809 | 63.43155 |                0.000 |               -0.003 |
|  72 |   63.43052 |    10.35713 | NaT                     | 115268.0 | 10.35772 | 63.43163 |                0.000 |               -0.002 |
|  73 |   63.43159 |    10.35633 | NaT                     | 115268.0 | 10.35646 | 63.43182 |                0.000 |               -0.001 |
|  74 |   63.43197 |    10.35537 | NaT                     | 115268.0 | 10.35536 | 63.43196 |                0.000 |                0.000 |
+-----+------------+-------------+-------------------------+----------+----------+----------+----------------------+----------------------+

请注意，63.43197,10.35537 是目的地，63.433376,10.397068 是起始位置。所有这些点都代表道路坐标。

Answer 1

你需要pandas.DataFrame.where.

假设您的数据框是 df，那么您可以：

df.Actual_Lat = df.Actual_Lat.where(~df.Actual_Lat.isna(), df.Cal_lat)

Answer 2

IIUC，你需要这样的东西：

我正在将 df 中的列作为列表取出。

div = float(len(cal_lat)) / float(len(actual_lat))

new_l = []
for i in range(len(cal_lat)):
    new_l.append(actual_lat[int(i/div)])

print(new_l)
len(new_l)

做，与经度列相同。由于这些是 GPS 点，您可以调整您的模型，使其在计算差异时具有高达 3 位数的精度。所以，记住这一点，从 Actual_lat 和 lng 开始，如果你的下一个值与第一个相同，差异不会太大。希望我说得有道理，您也有自己的解决方案。

如何在 pandas 中填写缺失的 GPS 数据？

How to fill missing GPS Data in pandas?

python

gis

gps

pandas