插入（上采样）非等间隔时间序列与Pandas版本18.0rc1等间隔

Question

我想插入（upscale）nonequispaced时间序列以获得等间隔的时间序列。

目前我是按照以下方式进行的：

1. 采取原始时间序列。
2. 每隔30秒创建一个NaN值的新时间序列（使用重新采样（＆＃39; 30S＆＃39;）。asfreq（））
3. concat原始时间序列和新时间序列
4. 对时间序列进行排序以恢复次数（这我不喜欢 - 排序具有O = n log（n）的复杂性）
5. 插值
6. 从时间序列中删除原始点

Pandas版本18.0rc1有更简单的方法吗？就像在matlab中一样，你有原始的时间序列，你将新的时间作为参数传递给interpolate（）函数，以便在所需的时间接收值。

我注意到原始时间序列的时间可能不是所需时间序列的时间子集。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

values = [271238, 329285, 50, 260260, 263711]
timestamps = pd.to_datetime(['2015-01-04 08:29:4',
                             '2015-01-04 08:37:05',
                             '2015-01-04 08:41:07',
                             '2015-01-04 08:43:05',
                             '2015-01-04 08:49:05'])

ts = pd.Series(values, index=timestamps)
ts
ts[ts==-1] = np.nan
newFreq=ts.resample('60S').asfreq()

new=pd.concat([ts,newFreq]).sort_index()
new=new.interpolate(method='time')

ts.plot(marker='o')
new.plot(marker='+',markersize=15)

new[newFreq.index].plot(marker='.')

lines, labels = plt.gca().get_legend_handles_labels()
labels = ['original values (nonequispaced)', 'original + interpolated at new frequency (nonequispaced)', 'interpolated values without original values (equispaced!)']
plt.legend(lines, labels, loc='best')
plt.show()

Answer 1

有几种要求以更简单的方式插入所需值的方法（稍后我将在链接中进行编辑，但会在问题跟踪器中搜索插值问题）。所以将来会有一种更简单的方法。

现在你可以更清晰地编写选项

In [9]: (ts.reindex(ts.index | newFreq.index)
           .interpolate(method='time')
           .loc[newFreq.index])
Out[9]:
2015-01-04 08:29:00              NaN
2015-01-04 08:30:00    277996.070686
2015-01-04 08:31:00    285236.860707
2015-01-04 08:32:00    292477.650728
2015-01-04 08:33:00    299718.440748
                           ...
2015-01-04 08:45:00    261362.402778
2015-01-04 08:46:00    261937.569444
2015-01-04 08:47:00    262512.736111
2015-01-04 08:48:00    263087.902778
2015-01-04 08:49:00    263663.069444
Freq: 60S, dtype: float64

这仍然涉及您在上面列出的所有步骤，但索引的并集比结束和删除更简洁。