csv数据合并

最新推荐文章于 2024-08-14 13:17:05 发布

谷帆323

最新推荐文章于 2024-08-14 13:17:05 发布

阅读量115

点赞数 3

分类专栏：室内定位文章标签： python

本文链接：https://blog.csdn.net/qq_41300595/article/details/137939799

版权

室内定位专栏收录该内容

1 篇文章 0 订阅

订阅专栏

import torch 
import numpy as np
import pandas as pd


# 读取数据集，假设是 NumPy 二维数组（分为三个文件）
array_imu = np.loadtxt("ADIS16460.txt") 
array_gps = np.loadtxt("GNSS_RTK.pos") 
array_truth = np.loadtxt("truth.nav")


# 将 NumPy 数组转换为 Pandas DataFrame，并指定列名（原始数据没有列表头列，需自己指定）
df_imu = pd.DataFrame(array_imu, columns=['GNSSTime', 'angle_x_axis', 'angle_y_axis','angle_z_axis','velocity_x_axis','velocity_y_axis','velocity_z_axis'])  # 替换 'IMU_Column1', 'IMU_Column2', ... 为实际的列名
df_gps = pd.DataFrame(array_gps, columns=['GNSSTime', 'geodetic_latitude', 'geodetic_longitude','geodetic_height','latitude_deviation', 'longitude_deviation','height_deviation',])  # 替换 'GPS_Column1', 'GPS_Column2', ... 为实际的列名
df_truth = pd.DataFrame(array_truth, columns=['week','GNSSTime', 'geodetic_latitude_truth', 'geodetic_longitude_truth','geodetic_height_truth','velocity_north_truth', 'velocity_east_truth','velocity_down_truth','roll_truth','pitch_truth','yaw_truth',])  # 替换 'Truth_Column1', 'Truth_Column2', ... 为实际的列名



# 合并 IMU 和 GPS 数据（以gps中时间列为基准）
df_merged = pd.merge_asof(
    df_gps.sort_values(by='GNSSTime'), df_imu.sort_values(by='GNSSTime'), 
    on='GNSSTime', direction='nearest')



# 再合并真实数据（以上一个函数的时间列为基准）
df_merged = pd.merge_asof(
    df_merged, df_truth.sort_values(by='GNSSTime'),
    on='GNSSTime', direction='nearest')



# 保存合并后的数据到一个新的文件
df_merged.to_csv("wuhan_fusion2.csv", index=False)

这段代码首先以 GNSS_RTK.pos 数据集为基础，依次将 ADIS16460 和 truth.nav 数据集与其合并。merge_asof 函数用于进行基于最近时间的模糊合并，确保每一步的合并都是基于 GNSS_RTK.pos 文件的时间。这样处理可以保证 Time 列值的一致性和准确的时间对齐。