Pandas 多列时间序列按 MMSI 与航次分组的等间隔重采样与插值教程

本文详解如何对含 mmsi 和 departures_count 分组标识的船舶轨迹数据，按 10 分钟固定频率进行重采样，并对 calc_speed、coursechange 等多列执行线性/立方插值，避免 groupby + resample 直接调用导致的 nan 或重复值问题。

在船舶 AIS 数据分析中，原始记录常存在不规则采样间隔（如数秒至数十分钟不等），而下游建模或可视化往往要求统一时间粒度（如每 10 分钟一个观测点）。直接使用 groupby(...).resample('10Min').interpolate() 容易失败——因为 resample 在分组内默认以原始索引为基准聚合，若未对齐目标网格，会返回全 NaN 或错误复用首尾值。

正确做法是：为每个 (mmsi, departures_count) 子组独立构建 10 分钟规则时间网格，再通过 reindex → interpolate → reindex 三步完成精准插值。该方案兼顾上采样（填补密集点间的空隙）与下采样（跨大间隔插值），且天然支持多列同步处理。

以下为完整实现代码（支持线性与立方插值）：

import pandas as pd
import numpy as np

def resample_trip(g, freq='10Min', method='linear'):
    """
    对单个航次子组执行等间隔重采样插值
    :param g: 分组后的 DataFrame（已设 timestamp 为 DatetimeIndex）
    :param freq: 目标频率，如 '10Min'
    :param method: 插值方法，'linear' / 'cubic' / 'time' 等
    :return: 重采样后 DataFrame，索引为规则时间点
    """
    if len(g) == 0:
        return g

    # 步骤1：生成覆盖全程的规则时间网格（向上/向下取整到 freq 边界）
    start = g.index[0].floor(freq)
    end = g.index[-1].ceil(freq)
    rng = pd.date_range(start, end, freq=freq)

    # 步骤2：扩展索引并插值（limit_direction='both' 确保两端可插）
    g_extended = g.reindex(g.index.union(rng))
    g_interp = g_extended.interpolate(method=method, limit_direction='both')

    # 步骤3：精确提取目标网格点（丢弃原始非网格点）
    result = g_interp.reindex(rng)
    return result

# 预处理：确保 timestamp 为 datetime 并设为索引
df["timestamp"] = pd.to_datetime(df["timestamp"])
df = df.set_index("timestamp")

# 按 MMSI 与航次分组，应用自定义重采样函数
out = df.groupby(["mmsi", "departures_count"], group_keys=False).apply(
    resample_trip, freq='10Min', method='cubic'  # ← 切换 cubic 即可启用三次样条插值
)

print(out.head(10))

✅ 关键优势说明：

• 分组隔离性：每个 (mmsi, departures_count) 独立生成时间网格，避免跨航次污染；
• 插值鲁棒性：reindex(...union...) 确保原始点全部保留，interpolate(limit_direction='both') 允许双向延伸插值（尤其对起止点有效）；
• 方法灵活：仅需修改 method 参数即可切换 'linear'（默认）、'cubic'（需至少 4 个点）、'time'（按实际时间距离加权）等；
• 多列安全：所有数值列（如 calc_

  

  speed, coursechange, lat, lon）自动同步插值，无需逐列指定。

⚠️ 注意事项：

• 若某航次数据点少于 2 个，cubic 插值将退化为线性或报错，建议增加判断逻辑（如 if len(g)
• coursechange（航向变化）存在周期性（0°/360°跳变），线性插值可能产生不合理中间值，此时应先做相位解缠（np.unwrap）再插值；
• 对超大数据集（228 万+ 行），可添加 progress_apply 或分块处理提升响应速度。

通过该方法，您将获得严格对齐的 10 分钟粒度轨迹数据，为后续速度趋势分析、航向模式挖掘或深度学习建模奠定高质量时序基础。

# ai  # 深度学习  # 高质量  # 大数据  # 并对  # 自定义  # 三步  # 时应  # 数十  # app  # 您将  # 设为  # if  # 报错  # len  # pandas  # union  # 插值 

相关栏目： <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 AI推广<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 SEO优化<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 技术百科<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 谷歌推广<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 百度推广<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 网络营销<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 案例网站<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 精选文章<？ｍｕｍａ echo $count; ?> 】