`traj_clean_drift`函数的筛选条件似乎不对

[InEase]

作者您好，非常感谢您的开源工作以及各个平台上的详实教程，实在是让我受益良多，最近在使用您的库做实验的时候，发现排除异常点的算法似乎不对，还望您不吝赐教。

Describe the bug

具体位置在：

https://github.com/ni1o1/transbigdata/blob/21a4da0db9e2c38d0376786d954febb570f57ddc/src/transbigdata/traj.py#L344-L349

这个部分是根据速度限制对数据进行清理，超过speedlimit的部分将会被去掉，但是源代码中的语义似乎是当前，后的速度都超过阈值，且忽略中间点的前后速度小于阈值才把这一行去掉，但是这个是几乎不可能实现的条件呀，正确的语义我猜应该是：任意一个速度值超过阈值就把这一行去掉。所以这里应该改成：

            data1 = data1[
                -((data1[VehicleNum+'_pre'] == data1[VehicleNum]) &
                  (data1[VehicleNum+'_next'] == data1[VehicleNum]) &
                    ((data1['speed_pre'] > speedlimit) |
                    (data1['speed_next'] > speedlimit) |
                    (data1['speed_prenext'] < speedlimit)))]

此外，为了加快代码效率，我觉得后面的这个判断条件应该放在前面，大部分条件下不满足速度超过阈值的条件，就可以直接短路了。这是进一步格式化之后的代码：

            data1 = data1[
                -(
                        (
                                (data1['speed_pre'] > speedlimit) |
                                (data1['speed_next'] > speedlimit) |
                                (data1['speed_prenext'] > speedlimit)
                        ) &
                        (
                                (data1[VehicleNum + '_pre'] == data1[VehicleNum]) &
                                (data1[VehicleNum + '_next'] == data1[VehicleNum])
                        )
                )]

同理，后面的距离限制和角度限制也需要作此修改。

[ni1o1]

在轨迹数据处理中，假设我们有前一条轨迹A，当前轨迹B，以及后一条轨迹C。我们采用以下思路来判断是否存在漂移现象需要进行删除操作：

如果A与B之间的速度差过大，并且B与C之间的速度差也过大，但是A与C之间的速度差并不大，那么我们认为轨迹B是处于漂移状态的。因为在轨迹数据中，有可能出现某一点的信号误差导致其与实际情况的距离相差较大，此时轨迹B是异常的，而A与C的轨迹是正常的，因此需要将轨迹B删除。

这种判断思路是"双向"的，正因为其条件几乎不可能实现，所以如果发现这种情况就需要进行删除操作。

相比之下，你提出的判断思路是"单向"的，只考虑了连续两条轨迹的情况。例如，如果发现A与B之间的速度差过大，那么删除轨迹B。然而，由于车辆在某一时刻可能会有瞬时速度较大的情况，因此这样的判断可能并不准确。

在TransBigData0.5.1版本中，我们的traj_clean_drift方法提供了一个名为method的参数，可选值为'twoside'和'oneside'，分别考虑了上述的两种情况。默认情况下，我们使用'twoside'方法进行判断。

此外，无论条件判断是放在前面还是后面，都不会影响计算效率。在DataFrame进行条件筛选时，条件是通过列运算先计算出来，然后再进行索引操作。

[InEase]

受教了，感谢！我再琢磨琢磨！！

[InEase]

您好，再次感谢您的答复！我想再打扰一下(*￣3￣)╭ 查了更多资料之后原来的算法确实没有任何问题。我想再确认一下我的理解是不是正确的（；´д｀）ゞ。

就是method=twoside是不是只能解决在一个连续的轨迹序列上突然出现的一个漂移点，如果这个轨迹长的比较奇怪，比如有两个或者以上的连续漂移点，那好像就不行了。比如下图所示的这个轨迹：

这种情况下是不是就只能使用oneside的单边过滤来把它去掉了QAQ

再次感谢您的答复！附上轨迹数据：22250.csv 以及traj_clean_drift方法的中间变量data1中对应的这一段：data1.csv

异常点出现在：

[ni1o1]

是的，如果出现了这种情况，确实是以目前的漂移筛选方法无法进行剔除。但可以用clean_outofbounds或clean_outofshape将研究范围以外的数据剔除