如何解决大熊猫在时间序列中每 30 分钟补一次缺失的日期
我的数据集中有这种情况:
timestamp value
2020-05-02 22:35:05 13.68
2020-05-02 22:05:05 13.86
2020-05-02 21:05:05 14.44
2020-05-02 20:35:05 14.26
2020-05-02 20:05:05 13.85
数据集来自传感器对温度的检测,时间戳应该是每 30 分钟一次,但有时不会发生这种情况。我应该通过在我的数据集中插入缺失的时间戳来解决这种情况,然后我应该将它与一个接近 t-1 和 t + 1 的值相关联。 有人能帮我解决这个问题吗?
谢谢!
解决方法
Pandas 有一个 resample function,您可以在其中向下/向上采样时间序列数据。从此,您还可以应用一个函数来说明您希望如何“填充”缺失值(如果有)。
请参阅下面的示例了解您的数据。首先,我们确保 timestamp
列是日期时间类型,而 value
列是数字(先删除逗号)。然后我们将数据帧的索引设置为时间戳列。现在我们以 30 分钟的时间间隔 ('30T') 重新采样数据。然后我们可以对结果进行插值以填补空白。有很多方法可以做到这一点,see the docs for more info。
import pandas as pd
df['timestamp'] = pd.to_datetime(df['timestamp'])
df['value'] = pd.to_numeric(df['value'].str.replace(',',''))
result = df.set_index('timestamp') \
.resample(rule='30T',offset=pd.Timedelta(minutes=5,seconds=5)) \
.interpolate(method='time')
结果是:
value
timestamp
2020-05-02 20:05:05 1385.0
2020-05-02 20:35:05 1426.0
2020-05-02 21:05:05 1444.0
2020-05-02 21:35:05 1415.0
2020-05-02 22:05:05 1386.0
2020-05-02 22:35:05 1368.0
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。