Question

我有两个用于地面真实性和预测轨迹的数据帧，一个用于在地面真实性和预测轨迹之间进行匹配的数据帧。我具有地面真实轨迹和预测轨迹的数据框，如下所示：

df_pred_batch = 
             CENTER_X  CENTER_Y  LENGTH  SPEED  ACCELERATION  HEADING
FrameId HId                                                           
0       0   -1.870000     -0.41    1.51  1.280         1.670     0.39
1       0   -1.730000     -0.36    1.51  1.440         1.660     0.40
2       0   -1.180000     -1.57    2.05  2.220         0.390     0.61
0       1   -1.540000     -1.83    2.05  2.140         0.390     0.61
1       1   -1.370000     -1.70    2.05  2.180         0.390     0.61
2       1   -1.590000     -0.29    1.51  1.610         1.630     0.41
1       2   -1.910000     -1.12    1.04  0.870         1.440     0.30
2       2   -1.810000     -1.09    1.04  1.010         1.440     0.27
0       3   17.190001     -3.15    1.80  2.178        -0.028     3.36
1       3   15.000000     -3.60    1.80  2.170        -0.020     3.38
df_gt_batch = 
            CENTER_X  CENTER_Y  LENGTH  SPEED  ACCELERATION  HEADING
FrameId OId                                                          
1       0      -1.91     -1.12   1.040   0.87          1.44     0.30
2       0      -1.81     -1.09   1.040   1.01          1.44     0.27
0       1      -1.87     -0.41   1.510   1.28          1.67     0.39
1       1      -1.73     -0.36   1.510   1.44          1.66     0.40
2       1      -1.59     -0.29   1.510   1.61          1.63     0.41
0       2      -1.54     -1.83   2.056   2.14          0.39     0.61
1       2      -1.37     -1.70   2.050   2.18          0.39     0.61
2       2      -1.18     -1.57   2.050   2.22          0.39     0.61
0       3       1.71     -0.31   1.800   2.17         -0.02     3.36
1       3       1.50     -0.36   1.800   2.17         -0.02     3.38
2       3       1.29     -0.41   1.800   2.17         -0.01     3.40

此外，我知道它们在每个时间戳上都匹配：

matched_gt_pred = 
   FrameId   Type  OId  HId
0        0  MATCH  1.0  0.0
1        0  MATCH  2.0  1.0
4        1  MATCH  1.0  0.0
5        1  MATCH  2.0  1.0
6        1  MATCH  0.0  2.0
9        2  MATCH  0.0  2.0

我想查看matched_gt_pred的每一行，并从df_pred_batch和df_gt_batch获取相应的CENTER_X并计算错误。

例如，查看我在FrameId == 0和OId == 1和HId == 0处匹配的match_gt_pred的第一行。我应该从gt_center_x = df_gt_batch["FrameId==0" and "OId == 1"].CENTER_X和pred_center_x = df_pred_batch["FrameId==0" and "HId == 0"].CENTER_X获得Center_X并计算error = abs(gt_center_x - pred_center_x)

Answer 1

IIUC，我将重塑您的df_gt_batch和df_pred_batch并使用查找：

gt_x = df_gt_batch['Center_X'].unstack().lookup(match_gt_pred['FrameId'], match_gt_pred['OId']) 
pred_x = df_pred_batch['Center_X'].unstack().lookup(match_gt_pred['FrameId'], match_gt_pred['HId'])
match_gt_pred['X Error'] = np.abs(gt_x - pred_x)

输出：

   FrameId   Type  OId  HId  X Error
0        0  MATCH  1.0  0.0      0.0
1        0  MATCH  2.0  1.0      0.0
4        1  MATCH  1.0  0.0      0.0
5        1  MATCH  2.0  1.0      0.0
6        1  MATCH  0.0  2.0      0.0
9        2  MATCH  0.0  2.0      0.0

另一种选择是将reindex与pd.MultiIndex一起使用：

match_gt_pred['X Error'] = (df_pred_batch.reindex(pd.MultiIndex.from_arrays([match_gt_pred['FrameId'], match_gt_pred['HId']]))['Center_X'].to_numpy() - 
df_gt_batch.reindex(pd.MultiIndex.from_arrays([match_gt_pred['FrameId'], match_gt_pred['OId']]))['Center_X'].to_numpy())

如何通过从另一个数据框获取索引来从两个数据框获取列之间的差异？

1 个答案: