Question

我有一个拥有gps设备并随时间跟踪其位置的多个人的数据集（熊猫数据框）。该数据集看起来像这样：

person_id | timestamp               | latitude | longitude
1         | 2019-05-15 10:01:53.231 | 10.00110 | 5.64321
1         | 2019-05-15 10:02:54.131 | 10.00310 | 5.64322
1         | 2019-05-15 10:03:55.331 | 10.00210 | 5.64325
1         | 2019-05-15 10:05:00.731 | 10.00410 | 5.64421
1         | 2019-05-15 10:06:48.434 | 10.00510 | 5.64121
1         | 2019-05-15 10:07:24.189 | 10.01110 | 5.63321
1         | 2019-05-15 10:08:53.231 | 10.02110 | 5.62821
2         | 2019-05-15 10:02:41.111 | 10.01131 | 5.64320
2         | 2019-05-15 10:03:47.221 | 10.01132 | 5.64322
2         | 2019-05-15 10:05:53.121 | 10.01130 | 5.64321
2         | 2019-05-15 10:07:24.564 | 10.01401 | 5.64331
etc.

因此GPS设备经常测量其位置。有时我们会遗漏一些要点，但总的来说，数据集是相当不错的。但是，由于设备/ GPS的准确性，即使您不动，GPS坐标也会略微跳动。

我想要做的是添加一列来指示一个人是否在移动。为此，我想到了一个滚动窗口，计算该窗口中的平均位置，然后计算到该位置的距离（geopy.distance.distance（）），并且窗口中任何点的距离是否大于给定的阈值（例如15m），则认为这些点在“移动”。

我已经在Internet上四处张望，但无法真正找到执行该操作的方法（不使用低效的for循环）。我会调查这样的事情：

df['moving'] = df.groupby(['mmsi']).rolling(
    window=10).apply(
        ... some function here, like:
        np.any([distance(
            lat_mean,
            lon_mean,
            row_lat,
            row_lon
        ) for row in window] > threshold))

理想情况下，我们希望基于时间和最少的数据点来创建窗口，但这可能会使它更加困难... 有任何建议/想法吗？

确定点是否在移动（熊猫窗口功能）

0 个答案: