如何对含MMSI、datetime的多列船舶CSV数据进行分钟级插值？

完全可以通过插值实现分钟级的规整数据，Pandas的插值功能并没有过时——大概率是你用了旧版本API或者不当的实现方式。下面是针对你的船舶数据的具体处理步骤：

核心实现步骤 #

1. 数据读取与预处理 #

先读取CSV并解析时间字段，按船舶唯一标识MMSI分组，确保单船数据单独处理：

import pandas as pd

# 读取数据，自动解析时间列
df = pd.read_csv('ship_data.csv', parse_dates=['BaseDateTime'])

# 按MMSI分组，避免不同船舶的数据混在一起处理
ship_groups = df.groupby('MMSI')

2. 生成分钟级时间序列并插值 #

对每个船舶分组，生成覆盖原数据时间范围的分钟级时间戳，再通过插值填充空值：

def process_ship_data(group):
    # 将时间列设为索引
    group = group.set_index('BaseDateTime')
    # 生成从数据最早到最晚时间的分钟级时间序列
    minutely_timestamps = pd.date_range(start=group.index.min(), end=group.index.max(), freq='T')
    # 重新索引到分钟级，空值留待插值
    resampled_group = group.reindex(minutely_timestamps)
    # 填充MMSI（同组船舶MMSI一致，用前向填充即可）
    resampled_group['MMSI'] = resampled_group['MMSI'].ffill()
    # 对经纬度、航速、航向进行时间加权插值
    # method='time'会根据时间间隔自动加权，比普通线性插值更贴合时序数据特性
    resampled_group[['LAT', 'LON', 'SOG', 'COG']] = resampled_group[['LAT', 'LON', 'SOG', 'COG']].interpolate(method='time')
    return resampled_group

# 应用到所有船舶分组，合并结果并重置索引
final_result = ship_groups.apply(process_ship_data).reset_index(level=0, drop=True).reset_index()
# 把索引列改回原时间字段名
final_result = final_result.rename(columns={'index': 'BaseDateTime'})

3. 插值方法的优化建议 #

• 对于COG（航向）这种环形数据（0°-360°），直接线性插值可能出现从350°跳到10°的不合理情况，可以自定义环形插值逻辑：先将角度转为笛卡尔坐标（sin、cos值），插值后再转回角度。
• 如果SOG（航速）存在大量0值（船舶停航），可以结合ffill()填充连续停航时段，再对航速变化时段用插值处理，避免数值异常波动。

关于“Pandas插值过时”的说明 #

你觉得方法过时，可能是混淆了旧版本的参数（比如早期版本的time插值需要额外配置），但在Pandas 1.x及2.x版本中，interpolate(method='time')依然是处理时序数据插值的标准方法，完全可以正常使用。

内容的提问来源于stack exchange，提问作者Andreas Ravnholt