我有一些系列数据是pandas的.groupby和.aggregate函数的产物。为简单起见,我使用了系列的一部分,因为它们要大得多。另请注意,索引间隔是半不规则的
index T_degC
1590000 94.766390
2870000 94.792032
4150000 94.809170
5430000 94.820314
7990000 94.829617
10550000 94.831792
15670000 94.824710
20790000 94.812653
我想要实现的是插入索引值(以秒为单位的时间)和温度。从我能够收集到的,我应该重新索引以创建"插槽"然后插入T_degC值。 类似的东西(在这种情况下为n = 2):
index T_degC
........
1590000 94.766390
(new index) Nan
(new index) Nan
2870000 94.792032
(new index) Nan
(new index) Nan
4150000 94.809170
(new index) Nan
(new index) Nan
5430000 94.820314
.............
首先然后插入并获取
index T_degC
........
1590000 94.766390
(new index) (new value)
(new index) (new value)
2870000 94.792032
(new index) (new value)
(new index) (new value)
4150000 94.809170
(new index) (new value)
(new index) (new value)
5430000 94.820314
.............
所以问题归结为: 如何在原始索引之间添加n个新索引,然后插入温度值? 由于原始索引是半不规则的,因此时间间隔(即每1000秒)是不可取的。
试过这样的事情:
foo = data.T_degC.reindex(index=np.arange(data.index.min(),data.index.max(), 1000))
但是它只会覆盖现有索引并丢失我的原始值,加上它并没有真正在原始索引之间添加n个值新值....