python - 考虑到过去，如何在时间序列中插入非线性缺失数据？

Question

我正在处理缺少数据的时间序列。时间序列只是上升的。它是每小时时间序列。

我想在考虑过去值的情况下插入缺失的数据。插值不应该是线性的。

我正在使用 Python 和 Pandas。我使用了以下方法：

data.interpolate(method="time",limit_area="inside")

这是应用于我的时间序列之一的结果：

插值是蓝色的。但是，我们可以看到它是线性的，这不是我所期望的。我试图将每小时数据重新采样为每日数据，但仍然无法正常工作。

是否有另一种方法可以在考虑过去值（过去趋势）的情况下插入时间序列中的缺失数据？

谢谢你。

标签： pythonpandastime-seriesinterpolationmissing-data

Answer 1

您是否尝试过多项式插值？在你这样做之前不要忘记按日期排序。

data.interpolate(method='polynomial', order=2)

请参阅链接以获取更多参考