我有这个人。数据帧:
vals
2017-07-08 0.169524
2017-07-09 0.167619
2017-07-10 0.165714
2017-07-11 0.163810
2017-07-12 0.161905
基于Extend pandas datetime index to present date,我将索引扩展到现在,然后我想通过插值填充值。我这样做:
df.interpolate(how='bicubic', inplace=True)
得到这个:
vals
2017-07-11 0.163810
2017-07-12 0.161905
2017-07-13 0.161905
2017-07-14 0.161905
2017-07-15 0.161905
但是,我希望2017-07-13
到2017-07-15
的最后3个值不能与2017-07-12
的值相同,而是基于过去几个值发生的任何趋势。我该如何解决这个问题?
答案 0 :(得分:1)
你要做的实际上是外推,而不是插值,不幸的是pnd.DataFrame
没有方法。
您需要定义一个外推模型,例如通过拟合已知数据的多项式曲线并将其外推到剩余的索引。关于如何使用时间序列索引over here进行此操作有很好的解释。