如何填充可变长度的多元时间序列数据？

Question

我正在研究一个多元时间序列数据集，其中多个测量值由不同的传感器记录。测量次数因传感器而异。我的目标是使用 LSTM 模型进行异常检测。数据位于熊猫数据框中，如下所示：

Sensor ID         Recorded     Measurement_B     Measurement_C
    1              1                0.4              0.1
    1              2                0.3              0.3
    1              3                0.6              0.5
    1              4                0.5              0.5
    1              5                0.55             0.3
    2              1                0                0
    2              2                0.55             0.1
    3              1                0.5              0.6
    3              2                0.8              0.7
    3              3                0.8              0.5

我想我可以找到 Sensor ID 的最大大小并尝试使用某种 GroupBy 来填充 0，但我还不确定如何做到这一点。

或者，我一直在尝试阅读有关使用 keras 的 pad_sequences 的信息，但是不明白我的数据需要采用什么形状才能使用它（因为很多示例都出现在单变量序列上）。每个 Sensor ID 是否需要是一个列表数组（每个列表代表一个观察）？

任何建议将不胜感激。