如何在熊猫中填写缺失的 GPS 数据？

Question

我有一个看起来像这样的数据框

+-----+------------+-------------+-------------------------+----+----------+----------+

|     | Actual_Lat | Actual_Long |          Time           | ID | Cal_long | Cal_lat  |

+-----+------------+-------------+-------------------------+----+----------+----------+

|   0 | 63.433376  | 10.397068   | 2019-09-30 04:48:13.540 | 11 | 10.39729 | 63.43338 |

|   1 | 63.433301  | 10.395846   | 2019-09-30 04:48:18.470 | 11 | 10.39731 | 63.43326 |

|   2 | 63.433259  | 10.394543   | 2019-09-30 04:48:23.450 | 11 | 10.39576 | 63.43323 |

|   3 | 63.433258  | 10.394244   | 2019-09-30 04:48:29.500 | 11 | 10.39555 | 63.43436 |

|   4 | 63.433258  | 10.394215   | 2019-09-30 04:48:35.683 | 11 | 10.39505 | 63.43427 |

| ... | ...        | ...         | ...                     | ...|      ... |      ... |

|  70 | NaN        | NaN         | NaT                     | NaN| 10.35826 | 63.43149 |

|  71 | NaN        | NaN         | NaT                     | NaN| 10.35809 | 63.43155 |

|  72 | NaN        | NaN         | NaT                     | NaN| 10.35772 | 63.43163 |

|  73 | NaN        | NaN         | NaT                     | NaN| 10.35646 | 63.43182 |

|  74 | NaN        | NaN         | NaT                     | NaN| 10.35536 | 63.43196 |

+-----+------------+-------------+-------------------------+----------+----------+----------+

Actual_lat并Actual_long包含从 GPS 设备获得的数据的 GPS 坐标。Cal_lat是从 获得的cal_latGPS 坐标OSRM's API。如您所见，实际坐标中缺少大量数据。我正在寻找一个数据集，这样当我取实际_lat 与 cal_lat 的差异时，它应该为零或至少接近于零。我试图用目的地纬度和经度填充这些缺失值，但这会导致巨大的差异。我的问题是如何使用 python/pandas 填充这些值，以便当车辆遵循 OSRM 估计路径时，实际纬度/经度和估计经度/经度之间的差异应该为零或接近零。我是 GIS 数据集的新手，不知道如何处理它们。

Answer 1

IIUC，你需要这样的东西：我从 df 中取出列作为列表。div = float(len(cal_lat)) / float(len(actual_lat))new_l = []for i in range(len(cal_lat)):    new_l.append(actual_lat[int(i/div)])print(new_l)len(new_l)做，与经度列相同。由于这些是 GPS 点，因此您可以在计算差异时调整您的模型以达到 3 位数的精度。因此，请记住这一点，从 Actual_lat 和 lng 开始，如果您的下一个值与第一个值相同，则差异不会太大。希望我有道理，你有你的解决方案。

Answer 2

你需要pandas.DataFrame.where。假设您的数据框是df，那么您可以执行以下操作：df.Actual_Lat = df.Actual_Lat.where(~df.Actual_Lat.isna(), df.Cal_lat)