如何过滤巴黎-里昂铁轨沿线两站之间的GPS经纬度数据

问题根因 #

• pandas.Series.between() 要求输入的左边界小于右边界，你代码中纬度区间写反了：巴黎纬度48.844601高于里昂纬度45.760573，参数填反会直接导致纬度筛选条件全部失效。
• 经纬度矩形框筛选逻辑本身有缺陷，里昂向南往马赛、图卢兹方向的部分区域也可能落在你设定的经纬度区间内，自然过滤不掉延伸行程的多余数据。

可行实现方案 #

步骤1：用距离计算替代矩形筛选 #

用半正矢（Haversine）公式计算GPS点到两个车站的球面距离，设置合理的进站阈值（例如500米，可根据实际数据调整），判断列车是否到达/离开站点。

步骤2：按行程截断数据 #

以train_id为单位分组，仅保留单趟行程中首次离开巴黎站阈值范围 到 首次进入里昂站阈值范围之间的数据（反向行程同理调整），彻底过滤掉里昂站之后的延伸段数据。

完整代码示例 #

import pandas as pd
import numpy as np

# 半正矢公式，计算两点间距离（单位：米）
def haversine(lat1, lon1, lat2, lon2):
    R = 6371000  # 地球半径，单位米
    phi1 = np.radians(lat1)
    phi2 = np.radians(lat2)
    delta_phi = np.radians(lat2 - lat1)
    delta_lambda = np.radians(lon2 - lon1)
    a = np.sin(delta_phi/2)**2 + np.cos(phi1)*np.cos(phi2)*np.sin(delta_lambda/2)**2
    c = 2 * np.arctan2(np.sqrt(a), np.sqrt(1-a))
    return R * c

# 车站坐标
paris_lat, paris_lon = 48.844601, 2.373777
lyon_lat, lyon_lon = 45.760573, 4.860163
# 进站阈值，可根据实际情况调整
threshold = 500  # 单位：米

# 计算每个点到两个车站的距离
gps_data['dist_to_paris'] = haversine(gps_data['latitude'], gps_data['longitude'], paris_lat, paris_lon)
gps_data['dist_to_lyon'] = haversine(gps_data['latitude'], gps_data['longitude'], lyon_lat, lyon_lon)

# 按列车分组处理每趟行程
filtered_dfs = []
for train_id, group in gps_data.groupby('train_id'):
    group = group.sort_values('timestamp').reset_index(drop=True)
    # 找离开巴黎站的最早时间点（距离大于阈值的第一个点）
    leave_paris_idx = group[group['dist_to_paris'] > threshold].index.min()
    # 找到达里昂站的最早时间点（距离小于阈值的第一个点）
    arrive_lyon_idx = group[group['dist_to_lyon'] < threshold].index.min()
    # 仅保留两个点之间的有效数据
    if pd.notna(leave_paris_idx) and pd.notna(arrive_lyon_idx) and leave_paris_idx < arrive_lyon_idx:
        valid_group = group.loc[leave_paris_idx:arrive_lyon_idx].copy()
        filtered_dfs.append(valid_group)

# 合并结果
df = pd.concat(filtered_dfs, ignore_index=True)
# 可选：删除辅助计算列
df = df.drop(columns=['dist_to_paris', 'dist_to_lyon'])

优化说明 #

• 如果列车包含双向行程（里昂往巴黎），可以增加方向判断逻辑：先判断行程是从巴黎出发还是里昂出发，再对应调整起止索引的筛选规则。
• 阈值可以根据车站实际范围调整，如果数据存在GPS漂移可以适当调大到800~1000米。

内容的提问来源于stack exchange，提问作者MALAM