如何对DataFrame时间序列重采样，统一各序列行数至指定数量？

核心思路 #

针对运动轨迹数据的连续特性，先补全高精度时间轴，再通过插值实现统一行数，尽可能保留轨迹的细节特征，减少信息损失。

具体步骤 #

1. 生成连续高精度时间戳
   原始timestamp仅到秒级，同一秒内的观测无细分时间标记，需为每行分配连续时间：

   • 按标签分组处理每个独立轨迹序列，对每组内相同timestamp的行，分配秒内递增索引
   • 计算每秒内的总行数，将每行时间戳转为t + 秒内索引/每秒行数，让同一秒内的时间均匀分布在[t, t+1)区间，得到连续的时间轴

2. 计算目标采样点
   对每个序列：

   • 计算连续时间轴的总跨度（最大时间 - 最小时间）
   • 用np.linspace生成15000个均匀分布的目标时间点，覆盖整个序列的时间范围

3. 插值实现重采样

   • 下采样（原行数>15000）：用目标时间点对原序列做三次样条插值（或线性插值，依运动特性选择），平滑提取15000个点，比直接取点更能保留轨迹的连续趋势和细节
   • 上采样（原行数<15000）：同样用目标时间点插值，优先选三次样条插值保证轨迹平滑；字符串标签属于整个序列的标识，直接填充统一值即可

代码示例（Pandas实现） #

import pandas as pd
import numpy as np

# 假设df包含timestamp, acc_x, acc_y, acc_z, rot_x, rot_y, rot_z, label列
target_rows = 15000
resampled_dfs = []

# 按标签分组处理每个独立轨迹
for label, group in df.groupby('label'):
    # 重置索引确保顺序正确
    group = group.reset_index(drop=True)
    
    # 生成秒内索引和每秒行数
    group['second_idx'] = group.groupby('timestamp').cumcount()
    group['second_count'] = group.groupby('timestamp')['timestamp'].transform('count')
    
    # 构造连续时间轴（单位：秒）
    group['continuous_time'] = group['timestamp'] + group['second_idx'] / group['second_count']
    
    # 生成目标采样时间点
    min_t, max_t = group['continuous_time'].min(), group['continuous_time'].max()
    target_times = np.linspace(min_t, max_t, target_rows)
    
    # 重置索引为连续时间，插值采样
    group = group.set_index('continuous_time').drop(['timestamp', 'second_idx', 'second_count'], axis=1)
    resampled_group = group.reindex(target_times)
    
    # 数值列用三次样条插值，标签列填充统一值
    numeric_cols = ['acc_x', 'acc_y', 'acc_z', 'rot_x', 'rot_y', 'rot_z']
    resampled_group[numeric_cols] = resampled_group[numeric_cols].interpolate(method='cubic')
    resampled_group['label'] = label
    
    resampled_dfs.append(resampled_group)

# 合并所有重采样后的序列
final_df = pd.concat(resampled_dfs).reset_index().rename(columns={'index': 'continuous_time'})

注意事项 #

• 若原始序列未按时间排序，需先对每个分组按timestamp和second_idx排序
• 若运动轨迹存在突变（如突然转向），可将插值方法改为linear，避免样条插值引入过度平滑的虚假特征
• 可抽取少量序列对比原数据和重采样数据的关键特征（如加速度峰值、旋转角度变化），验证信息损失程度

内容的提问来源于stack exchange，提问作者Unistack