python - 使具有不同采样率的两个时间序列具有可比性

Question

我有 2 组数据，两个时间序列都是可变的（在两种情况下都相同）与时间，我已经使用 pandas 和 matplotlib 导入并绘制了它们。

from os import chdir
chdir('C:\\Users\\me\\Documents\\Folder')

# import necessary libraries
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# read in csv file
file_df = pd.read_csv('C://Users//me//Documents//Folder//file.csv')

# define csv columns and assign values
VarA = file_df.loc[:, 'VarA'].values
TimeA = file_df.loc[:, 'TimeA'].values
VarB = file_df.loc[:, 'VarB'].values
TimeB = file_df.loc[:, 'TimeB'].values


# plot data selection and aesthetics
plt.plot(TimeA, VarA)
plt.plot(TimeB, VarB)

# plot labels
plt.xlabel('Time')
plt.ylabel('Variable')

#plot and add legend based on plot labels
plt.legend()

在这两种情况下，变量都在 0 分钟到 320 分钟之间进行采样。但是，一个数据集有 775 个样本（在 320 分钟内以随机间隔采集），而另一个数据集有 1732 个样本（同样，在 320 分钟内以随机间隔采集）。

本质上，我想做的是基于旧数据集制作两个新数据集，其中我的变量 vs 时间在 0 到 320 分钟之间，但两者都具有相同数量的变量 A 在相同时间步骤中获取的数据点（例如320 个样品每分钟变化一次）。

我猜需要一些插值？我真的不知道从哪里开始。我在同一个 .csv 中有两个数据集，我需要它们具有相同的样本大小，以便我可以运行以下计算。目前它没有运行，因为 'VarA' 和 'VarB' 的数据量不同。

x_values = VarB
y_values = VarA

correlation_matrix = np.corrcoef(x_values, y_values)
correlation_xy = correlation_matrix[0,1]
r_squared = correlation_xy**2

标签： pythonstatistics

Answer 1

我认为resample在这里可能有用。