pandas - 如何使用线性插值来估算缺失的时间序列数据?
问题描述
考虑熊猫时间序列,
0 NaN
1 72.0
2 63.0
3 30.0
4 26.0
5 NaN
6 NaN
7 35.0
8 NaN
9 37.0
...
NaN 出现在传感器在那个时间点没有记录数据的地方。出于这个原因,我们应该能够使用线性插值来插值缺失的数据。例如,条目 8 应该是 36,也许条目 5 和 6 可能分别是 29.0 和 32.0。有没有可以做到这一点的库/函数?谢谢你。
解决方案
使用interpolate() -
s.interpolate()
输出
0 NaN
1 72.0
2 63.0
3 30.0
4 26.0
5 29.0
6 32.0
7 35.0
8 36.0
9 37.0
Name: col2, dtype: float64
推荐阅读
- c# - [FromForm] 如何从 asp.net 核心中的“form-data”获取键值数组
- visual-studio-code - 如何为自定义 eslint 规则编写修复程序
- reactjs - 在 React 中循环遍历数组并从中创建元素(不是列表项)
- c# - 使用 LINQ 在列表列表中查找重复卡
- python - 隐藏matplotlib中的轴线和标签,除了最小/最大y标签
- python - 使用 VSCode 进行 OSGEO4W 和 Python 开发的问题
- mongodb - 不能在猫鼬排序中使用可变字段
- r - 如何在日期列中为月、日和年创建单独的列?
- spring-boot - 添加 slf4j-simple.jar 无法解决:无法加载类“org.slf4j.impl.StaticLoggerBinder”
- sql - 如何在 Oracle SQL 中查找 col 包含字母、数字或特殊字符(连字符、撇号和空格除外)的行