Question

目标我有两个时间序列数据框df_template和this_df。两者的采样率都不同。我想使用插值将this_df重新取样为df_template。

问题：我有以下code适用于 pandas 0.19 但不适用于 pandas 0.14.1 。我如何让它工作？

df_template = pd.DataFrame()
this_df = pd.DataFrame()

t1 = np.arange(1484664735415, 1484664735710, 30)
t2 = np.arange(1484664735400, 1484664735700, 100)

df_template['Time'] = t1
this_df['Time'] = t2

this_df['S2'] = random.sample(xrange(50), this_df.shape[0])

this_df.set_index('Time', inplace=True)
this_idx = this_df.index.union(df_template.Time)
df_new = this_df.reindex(this_idx).interpolate('index').reindex(df_template.Time)
df_new.reset_index(inplace=True)

this_df.index.union()发生错误。

AttributeError: 'Series' object has no attribute 'is_monotonic'

我认为pandas 0.14.1中没有这样的功能。那么，我如何得到最终结果，如：

            Time     S2
0  1484664735415  22.25
1  1484664735445  26.75
2  1484664735475  31.25
3  1484664735505  33.95
4  1484664735535  27.65
5  1484664735565  21.35
6  1484664735595  15.05
7  1484664735625  14.00
8  1484664735655  14.00
9  1484664735685  14.00

任何想法都可以在pandas 0.14.1中使用吗？

Answer 1

使用外部联接使其工作

this_idx = pd.concat([df_template, this_df], axis = 1, join = 'outer').index
df_new = this_df.reindex(this_idx).interpolate('index').reindex(df_template.index)

Pandas 0.14.1中的重采样和插值时间序列

1 个答案: