如何估算/准备此类时间序列数据？

Question

我试图对时间序列数据进行分类，我们有n个徒步旅行者在两个地点之间旅行。我们只是试图对它们进行分类，而不考虑季节性

问题是，每个徒步旅行者在不同的日期开始和结束，其中一些人缺少时间戳，加上他们因任何原因（绕道、路径等）有不同的旅行时间。为方便起见，纬度和经度分别为l、lg

    n1 = [(l, lg, 04/08 00:00),(l, lg, 04/08 12:03),(l, lg, 04/09 02:30), (l, lg 04/10 00:05)...]
    n2 = [(l, lg, 03/08 00:00),(l, lg, 03/09 03:03),(l, lg, 03/10 00:30), (l, lg 03/10 13:05)...]
    n3 = [(l, lg, 04/07 00:00),(l, lg, 04/08 03:03),(l, lg, 04/10 00:30), (l, lg 04/11 14:05)...]
    len(n1) == len(n2) != len(n3) #delayed due to detour

数据最可预测的规律性是，一天内发生的数据点不超过2个，因此

    nx = [(l, lg, 04/08 00:00),(l, lg, 04/08 10:00),(l, lg, 04/08 13:00)...]

永远不会发生

我正在考虑的是，忽略旅行的日期，只考虑时间的变化。这将消除开始日期差异：

    n1 = [(l, lg, 1),(l, lg, 2),(l, lg, 3), (l, lg, 5)...]
    n2 = [(l, lg, 1),(l, lg, 3),(l, lg, 5), (l, lg, 6)...]
    n3 = [(l, lg, 1),(l, lg, 3),(l, lg, 7), (l, lg, 10)...]

然后，对于缺少时间戳的行程，只需使用该点的平均lat/long或之前和之后数据的平均值进行插补

    n1 = [(l, lg, 1),(l, lg, 2),(l, lg, 3), (l,lg,4*), (l, lg, 5)...]
    n2 = [(l, lg, 1), (l,lg, 2*), (l, lg, 3),(l,lg,4*), (l, lg, 5)...]
    #timestamp* indicates imputed value

然后，我只需填充每个nx s.t.len（nx）==len（最长行程）。填充的值就是目的地的lat/long

      n_x = [...,(l, lg, 28),(dest_lat, dest_long,29),(dest_lat, dest_long, 30)]
      n_y = [...,(l, lg, 28),(l,lg, 29),(dest_lat, dest_long, 30)]
      #n_y is the longest trip, n_x has been padded s.t. len(n_x) == len(n_y)

我目前在熊猫数据框中有这些数据df.columns = ['ID','trip_points','trip_times']（trip points=每次trip的lat和long元组列表），我试图找出如何实现我刚才描述的内容，或者看看是否有其他方法可以做到这一点。 我绞尽脑汁，但就是不知道我是否错过了更好的解决方案