Pandas 数据框：使用线性插值重新采样

Posted 2023-03-12

【中文标题】Pandas 数据框：使用线性插值重新采样

【英文标题】：Pandas data frame: resample with linear interpolation

【发布时间】：2014-10-04 11:48:22

【问题描述】：

我正在尝试获得一种相当基本的重采样方法来处理 pandas 数据框。我的数据框 df 由日期时间条目索引并包含价格

                               price
datetime                            
2000-08-16 09:29:55.755000  7.302786
2000-08-16 09:30:10.642000  7.304059
2000-08-16 09:30:26.598000  7.304435
2000-08-16 09:30:41.372000  7.304314
2000-08-16 09:30:56.718000  7.304334

我想将其缩减为 5 分钟。使用

df.resample(rule='5Min',how='last',closed='left')

在我的数据中以 5 分钟的倍数取最左边的点；类似

df.resample(rule='5Min',how='first',closed='left')

将关闭点移到右侧。 但是，我想采用左右点之间的线性插值，例如如果我的 df 包含两个连续的条目

time t1, price p1
time t2, price p2

和

t1<t<t2 where t is a multiple of 5min

那么重新采样的数据框应该有条目

time t, price p1+(t-t1)/(t2-t1)*(p2-p1)

【问题讨论】：

有一个similar question yesterday，但没有得到好的答案。

与此同时，其他问题得到了一些更好的答案，例如this one with .interpolate.

【参考方案1】：

尝试创建两个单独的数据框，reset_index 它们（因此它们具有相同的数字索引），fillna 在它们上面，然后对 df1 和 df2 进行数学运算。例如：

df1 = df.resample(rule='5Min',how='last',closed='left').reset_index().fillna(method='ffill')
df2 = df.resample(rule='5Min',how='first',closed='left').reset_index().fillna(method='ffill')

dt = df1.datetime - df2.datetime
px_fld = df1.price + ...

类似的东西应该可以解决问题。

【讨论】：

感谢您的回答。但是，dt = df1.datetime - df2.datetime 则未定义。

你这是什么意思？它是在dt = df1.datetime - df2.datetime 定义的，还是你的意思是别的？

对不起，我的意思是 df1.datetime 给出了一个错误，因为我们使用了 reset_index。但是，只需使用 df1['index'] 就可以完全按照您所说的那样工作。非常感谢！

啊，我明白了。我在想，因为原来的 df 有“日期时间”作为索引名称，它会结转。对此感到抱歉，但很高兴你明白了。

我也需要这样做，但由于答案不完整，我遇到了麻烦。我的尝试是这样的val = df1.value + (df0.timestamp - df1.timestamp) / (df2.timestamp - df1.timestamp) * (df2.value - df1.value)。我看不到 df1.datetime - df2.datetime 的用途。