处理 pandas 中值的包装

Question

我正在处理来自位置传感器的数据，该传感器以角坐标（俯仰、滚动和偏航）报告。传感器读数使得最大读数为 180 度。越过这一点，读数就会跳到负数。例如，一系列轻微波动的读数可能类似于：

 178.8
 178.9
-178.8
-178.0
-179.0
 180.0
 179.0

我目前通过在循环中顺序检查所有值来处理这个问题。我得到两个连续读数之间的增量并保持运行总计以获得我当前的角位置。如果我从第三象限 (90

    Yaw = inData['Yaw']
    cum_sum = Yaw[0]
    for i in range(1, Yaw)):
        x_prev = Yaw[i-1]
        x = Yaw[i]
        if 90 <= x_prev and x_prev <= 180 and -180 <= x and x <= -90:
            x = x + 360
        elif -180 <= x_prev and x_prev <= -90 and 90 <= x and x <= 180:
            x = x - 360
        else:
            pass
        delta = x - x_prev
        cum_sum += delta

这里，inData 是一个数据框，其中包含来自多个轴的角度位置，“Yaw”是该数据框中的一个系列。

如果我可以对角度值进行一致的校正，我可以生成一系列增量并进行累积求和以获得位置。但是，将 360 添加到所有读数或将角度作为模 360 只会将翻转点从 +/-180 之间的交叉点移动到 0 和 360 之间的交叉点。

鉴于我已经在 DataFrame/Series 中获得了这些读数，我想知道是否有更 Pythonic（更快）的方法来做到这一点。

Answer 1

全部矢量化，所以应该很快。

s = pd.Series([-178.8, 178.9, -178., -179., 180., 179.])

delta = (s.diff() + 
         (((s.shift() >= 90) & (s <= -90)).astype(int) - 
          ((s.shift() <= -90) & (s >= 90)).astype(int)) * 360)

>>> delta.cumsum()
0    NaN
1   -2.3
2    0.8
3   -0.2
4   -1.2
5   -2.2
dtype: float64

关于逻辑，如果测量值位于左上象限，((s.shift() >= 90) & (s <= -90)).astype(int) 将评估为 1，否则评估为零。如果测量值位于右下象限，-((s.shift() <= -90) & (s >= 90)).astype(int) 将评估为负一，否则为零。这是一种矢量化的方式，表示如果您在左上象限，则应将差值加 360，如果您在右下象限，则应从差值中减去 360，否则只取差值。

Answer 2

我认为 np.unwrap() 可以做你想做的事，而不必搞乱 deltas 和 cumsum。 Docs

In [120]: data = pd.Series([178.8, 178.9, -178.8, -178.0, -179.0, 180.0, 179.0])

In [121]: np.degrees(np.unwrap(np.radians(data)))
Out[121]: array([ 178.8,  178.9,  181.2,  182. ,  181. ,  180. ,  179. ])

它处理多个环绕：

In [124]: np.degrees(np.unwrap(np.radians(data + 540)))
Out[124]: array([ 718.8,  718.9,  721.2,  722. ,  721. ,  720. ,  719. ])

Answer 3

如果我理解你的话，象限是这样的（顺时针方向）：

• 1st：-90 到 0 度。
• 第二个：从 0 到 90 度
• 3rd：从 90 到 180 度。
• 4th：从 -180 到 90 度。

如果是这样的话，我建议你先把你的讲座改成传统的 360 度测量：

def parseSensorReading(readingDegrees):
    if readingDegrees < 0:
        degrees360 = readingDegrees + 360
    degrees360 = readingDegrees
    return degrees360

然后检测你正在读取的象限：

def getQuadrant(degrees360):
    if degrees360 < 360:
        quadrant = 1
    if degrees360 < 270:
        quadrant = 4
    if degrees360 < 180:
        quadrant = 3
    if degrees360 < 90:
        quadrant = 2
    return quadrant

有了象限，现在您可以计算增量：

def getDelta(x_old, x_new):
    q_old = getQuadrant(x_old)
    q_new = getQuadrant(x_new)
    if q_old == 1 and q_new == 2:
        delta = (x_new + 360) - x_old
    else:
        delta = x_new - x_old

最后，你的代码变成了：

yaw = inData["Yaw"]
cumSum = yaw[0]
for i in range(1, len(yaw) + 1)):
    x_old = parseSensorReading(yaw[i-1])
    x_new = parseSensorReading(yaw[i])
    delta = getDelta(x_old, x_new)
    cumSum += delta

注意：我更改了 for 循环中的“范围”表达式，因为它使用列表“偏航”作为其第二个参数。我假设你想说 len(yaw) + 1，所以“i”的值从 1 到 len(yaw)。