如何基于含时序坐标的DataFrame计算各对象的总路径长度？

假设你的DataFrame包含object_id（对象标识）、timestamp（时间戳）、x、y四列（列名可根据实际调整），以下是具体实现步骤：

步骤1：确保数据按时间顺序排列 #

路径是随时间连续的线段，必须保证每个对象的坐标按时间先后排序：

df = df.sort_values(by=['object_id', 'timestamp'])

步骤2：计算相邻坐标的分段距离 #

对每个对象分组，计算相邻时间点的x、y差值，再用欧几里得距离公式算出每段路径的长度：

import numpy as np

# 计算每组内相邻行的x、y差值
df['dx'] = df.groupby('object_id')['x'].diff()
df['dy'] = df.groupby('object_id')['y'].diff()

# 计算单段路径长度
df['segment_length'] = np.sqrt(df['dx'] ** 2 + df['dy'] ** 2)

步骤3：求和得到每个对象的总路径 #

对每个对象的分段长度求和，得到该对象的总路径长度：

total_path = df.groupby('object_id')['segment_length'].sum().reset_index()
# 重命名列名更直观
total_path.columns = ['object_id', 'total_path_length']

完整示例 #

这里用一个模拟数据集演示整个流程：

import pandas as pd
import numpy as np

# 构造示例数据
data = {
    'object_id': [1, 1, 1, 2, 2],
    'timestamp': [1, 2, 3, 1, 2],
    'x': [0, 3, 5, 1, 4],
    'y': [0, 4, 7, 2, 6]
}
df = pd.DataFrame(data)

# 排序数据
df = df.sort_values(by=['object_id', 'timestamp'])

# 计算分段长度
df['dx'] = df.groupby('object_id')['x'].diff()
df['dy'] = df.groupby('object_id')['y'].diff()
df['segment_length'] = np.sqrt(df['dx'] ** 2 + df['dy'] ** 2)

# 计算总路径
total_path = df.groupby('object_id')['segment_length'].sum().reset_index()
total_path.columns = ['object_id', 'total_path_length']

print(total_path)

运行后输出：

object_id  total_path_length
0          1                9.24
1          2                5.00

注意事项 #

• 如果你的数据没有显式时间列，但行本身已按时间顺序排列，可跳过排序步骤，但强烈建议保留排序，避免因数据顺序错误导致结果偏差
• 若存在缺失值，diff()会生成NaN，求和时会自动忽略这些值；如果需要处理缺失值，可先使用df.dropna()或填充缺失值

内容的提问来源于stack exchange，提问作者Rory235