如何解决使用 DateTimeIndex 仅在 Pandas 数据帧中插入短间隙
我正在寻找一种仅在具有 DateTimeIndex 的 Pandas DataFrame 中的短间隙内插值的方法。长间隙应保持原样。
df = pd.DataFrame(
{ "value": [ 1,np.nan,3,5,11,21,41 ] },index=pd.to_datetime( [
"2021-01-01 00:00","2021-01-01 00:05","2021-01-01 00:10","2021-01-01 00:11","2021-01-01 00:13","2021-01-01 00:14","2021-01-01 00:15","2021-01-01 01:30","2021-01-01 03:00","2021-01-01 04:00","2021-01-01 05:45","2021-01-01 06:45",] )
)
value
2021-01-01 00:00:00 1.0
2021-01-01 00:05:00 NaN
2021-01-01 00:10:00 3.0
2021-01-01 00:11:00 NaN
2021-01-01 00:13:00 NaN
2021-01-01 00:14:00 5.0
2021-01-01 00:15:00 NaN
2021-01-01 01:30:00 11.0
2021-01-01 03:00:00 NaN
2021-01-01 04:00:00 21.0
2021-01-01 05:45:00 NaN
2021-01-01 06:45:00 41.0
我们的想法是保持超过特定时间(在本例中为 >5 分钟)的间隙,但在较短的间隙内插入所有缺失值。
interpolate()
有一个 limit
参数,用于限制要插入的缺失值的数量,但这不考虑行之间的时间增量,仅考虑行数。
我希望结果是这样的:
value
2021-01-01 00:00:00 1.000000
2021-01-01 00:05:00 2.000000
2021-01-01 00:10:00 3.000000
2021-01-01 00:11:00 3.500000
2021-01-01 00:13:00 4.500000
2021-01-01 00:14:00 5.000000
2021-01-01 00:15:00 NaN
2021-01-01 01:30:00 11.000000
2021-01-01 03:00:00 NaN
2021-01-01 04:00:00 21.000000
2021-01-01 05:45:00 NaN
2021-01-01 06:45:00 41.000000
解决方法
此解决方案填补了时间跨度小于指定值的价值差距。填充的值在值差距的时间跨度(时间插值)内与条目的位置成比例地设置。儒略日期用于更容易计算。
设置最大时间跨度间隙以填充时间插值。 5 分钟。
jd_max_gap_fill = 5/(60*24)
计算价值差距:
df['ffill'] = df['value'].ffill()
df['value_gap'] = df['value'].bfill() - df['value'].ffill()
获取条目的儒略日期:
df['jd'] = df.index.to_julian_date()
计算时间间隔:
df['jd_nan'] = np.where(~df['value'].isna(),df['jd'],np.nan)
df['jd_gap'] = df['jd_nan'].bfill() - df['jd_nan'].ffill()
时间方面,计算我们距离价值差距有多远:
df['jd_start'] = df['jd_nan'].ffill()
df['jd_prp'] = np.where(df['jd_gap'] != 0,(df['jd'] - df['jd_start'])/df['jd_gap'],0)
计算时间插值:
df['filled_value'] = np.where(df['jd_gap'] <= jd_max_gap_fill,df['ffill'] + df['value_gap'] * df['jd_prp'],np.nan)
df['filled_value']
2021-01-01 00:00:00 1.0
2021-01-01 00:05:00 NaN
2021-01-01 00:10:00 3.0
2021-01-01 00:11:00 3.5
2021-01-01 00:13:00 4.5
2021-01-01 00:14:00 5.0
2021-01-01 00:15:00 NaN
2021-01-01 01:30:00 11.0
2021-01-01 03:00:00 NaN
2021-01-01 04:00:00 21.0
2021-01-01 05:45:00 NaN
2021-01-01 06:45:00 41.0
请注意,我的输出与您的预期输出不同,因为第一个 NaN
有 10 分钟的间隔。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。