Pandas

Question

数据框如下

Time    Lat    Long
19:24:52.135    35.61067    139.630228
19:24:52.183    NaN NaN
19:24:52.281    NaN NaN
19:24:52.378    NaN NaN
19:24:52.466    35.610692   139.630428

需要为 Lat 和 Long 字段填写 NaN 值，这样每一行 Lat / Long 的 NaN 值都采用这样的值：

它们落在下一个（比如 x2,y2）和
前面的非 NaN lat/long（比如 x1，y1）点并且在它们之间等距。

在上面的例子中，由于 Lat/Long 有 NaN 的三行，他们需要在非 NaN 行之间取 3 个等距的点

有没有办法用 pandas 实现这个，还是应该在外面完成？

更新：

按照评论中的建议尝试了 df.interpolate() - 有效！！

Answer 1

你可以试试这个（这是 Lat 的解决方案，Long 也可以这样做）：

df = pd.DataFrame({'Lat':[35.61069, np.nan, np.nan, np.nan, 35.610692], 'Long': [139.630428, np.nan, np.nan, np.nan, 139.630428]})

df
         Lat        Long
0  35.610690  139.630428
1        NaN         NaN
2        NaN         NaN
3        NaN         NaN
4  35.610692  139.630428

让我们用最后一个非 Nan Lat 值创建一个新列

df['Lat_shift'] = df['Lat'].shift()
df['Lat_shift'] = df['Lat_shift'].fillna(method='ffill')

df
         Lat        Long  Lat_shift
0  35.610690  139.630428        NaN
1        NaN         NaN   35.61069
2        NaN         NaN   35.61069
3        NaN         NaN   35.61069
4  35.610692  139.630428   35.61069

现在我们可以计算我们想要的任何指标：

df['Lat_new'] = df['Lat_shift'] + (df['Lat'] - df['Lat_shift'])/2

         Lat        Long  Lat_shift    Lat_new
0  35.610690  139.630428        NaN        NaN
1        NaN         NaN   35.61069        NaN
2        NaN         NaN   35.61069        NaN
3        NaN         NaN   35.61069        NaN
4  35.610692  139.630428   35.61069  35.610691

并用它来填充 nan 值：

df.loc[pd.isnull(df['Lat']), 'Lat'] = df['Lat_new'].fillna(method='bfill')

df.drop(columns=['Lat_shift', 'Lat_new'])

         Lat        Long
0  35.610690  139.630428
1  35.610691         NaN
2  35.610691         NaN
3  35.610691         NaN
4  35.610692  139.630428

希望对您有所帮助:)

Answer 2

按照评论中的建议尝试了 df.interpolate() - 有效！！

(Pdb) df["Long"].interpolate(method='linear')
0    139.630228
1    139.630278
2    139.630328
3    139.630378
4    139.630428
Name: Long, dtype: float64
(Pdb) df["Long"].interpolate()
0    139.630228
1    139.630278
2    139.630328
3    139.630378
4    139.630428
Name: Long, dtype: float64

Pandas - 通过插值法填充缺失的经纬度坐标

Pandas - fill missing lat long cordinates by interpolation

python

interpolation

latitude-longitude