在 pandas 数据帧中计算速度的函数

Question

我想知道是否有一些 function/library 可以计算 pandas 数据帧中的速度。我有以下数据框：

Time    bar_head_x  bar_head_y  bar_head_z
0.00    -203.3502   1554.3486   1102.8210
0.01    -203.4280   1554.3492   1103.0592
0.02    -203.4954   1554.3234   1103.2794   
0.03    -203.5022   1554.2974   1103.4522

据此我想计算速度、速度和加速度。速度和加速度很简单：我用np.linalg.norm来计算速度，像这样：

speed['head'] = np.linalg.norm(speed[['bar_head_x','bar_head_y','bar_head_z']].values,axis=1)

和.diff()从速度计算加速度，像这样：

acc['acc_head'] = (speed['head'].diff()) / ((speed['Time'].diff()))

但是我该如何以这种简单的方式计算速度呢？有没有这样的方法 - 一个功能来帮助做到这一点？

谢谢！

Answer 1

如果您正在寻找作为矢量的速度，您可以使用与计算加速度几乎完全相同的代码，除了运行它超过 bar_head_x、bar_head_y 和bar_head_z 以获得速度矢量的每个分量的 velocity_head_x 等等。

Answer 2

df.diff() 给出下一行减去当前行。

由于您的 bar_head... 列表示位置，因此 df.diff 生成的差异可以解释为从当前位置指向下一个位置的向量。 np.linalg.norm 这些向量为您提供了向量的长度，即每个间隔行进的距离。除以时间间隔得出速度。

diff = df.diff()

coords = [c for c in df.columns if not 'Time' in c]
np.linalg.norm(diff[coords], axis=1)/diff['Time']


0          NaN
1    25.058420
2    23.172492
3    17.487733

编辑：

二维案例的解释

假设我们有以下数据框：

df = pd.DataFrame({'time':[0,1], 'x':[1,2], 'y':[1,2]})

    time    x   y
0   0       1   1
1   1       2   2

在时间=0，我们在位置[1,1] 在 time=1 我们已经移动到位置 [2,2]

所以，我们在 x 方向和 y 方向分别走了 1 次和 1 次。我们的总行进距离是 sqrt(1^2 + 1^2) = sqrt(2)

使用df.diff()，我们得到

    time    x   y
0   NaN     NaN NaN
1   1.0     1.0 1.0

在这里，我们将第 1 行中的 1.0、1.0 解释为从我们在时间 t=0 的位置指向我们在时间 t=1 的位置的向量。

该向量的长度可以通过其范数计算，同样计算为 2 的平方根。

因此，我们可以使用np.linalg.norm来计算每个时间间隔的行进距离。

速度就是（行进的距离）/（时间间隔的长度）

在 pandas 数据帧中计算速度的函数

A function to calculate velocity in pandas dataframe

python

acceleration

pandas

编辑：