这是我关于stackoverflow的第一个问题。放轻松我吧！
我有两个数据集，它们是由具有不同采样率的不同采集系统同时采集的。一个非常规律，而另一个则不是。我想创建一个包含两个数据集的单个数据框，并使用规则间隔的时间戳（以秒为单位）作为两者的参考。不规则采样的数据应插在规则间隔的时间戳上。
这是一些玩具数据，说明我正在尝试做的事情：
import pandas as pd
import numpy as np
# evenly spaced times
t1 = np.array([0,0.5,1.0,1.5,2.0])
y1 = t1
# unevenly spaced times
t2 = np.array([0,0.34,1.01,1.4,1.6,1.7,2.01])
y2 = 3*t2
df1 = pd.DataFrame(data={'y1':y1,'t':t1})
df2 = pd.DataFrame(data={'y2':y2,'t':t2})
df1和df2如下所示：
df1:
t y1
0 0.0 0.0
1 0.5 0.5
2 1.0 1.0
3 1.5 1.5
4 2.0 2.0
df2:
t y2
0 0.00 0.00
1 0.34 1.02
2 1.01 3.03
3 1.40 4.20
4 1.60 4.80
5 1.70 5.10
6 2.01 6.03
我正在尝试合并df1和df2，在df1.t上插值y2。理想的结果是：
df_combined:
t y1 y2
0 0.0 0.0 0.0
1 0.5 0.5 1.5
2 1.0 1.0 3.0
3 1.5 1.5 4.5
4 2.0 2.0 6.0
我一直在阅读pandas.resample的文档，以及搜索以前的stackoverflow问题，但是还没有找到解决我特定问题的方法。有任何想法吗？似乎应该很容易。
更新：我想出了一个可能的解决方案：首先插值第二个系列，然后附加到第一个数据帧：
from scipy.interpolate import interp1d
f2 = interp1d(t2,y2,bounds_error=False)
df1['y2'] = f2(df1.t)
这使：
df1:
t y1 y2
0 0.0 0.0 0.0
1 0.5 0.5 1.5
2 1.0 1.0 3.0
3 1.5 1.5 4.5
4 2.0 2.0 6.0
可以，但是如果有更好的方法，我仍然对其他解决方案持开放态度。
如果从Series构造单个DataFrame，则使用时间值作为索引，如下所示：
>>> t1 = np.array([0, 0.5, 1.0, 1.5, 2.0])
>>> y1 = pd.Series(t1, index=t1)
>>> t2 = np.array([0, 0.34, 1.01, 1.4, 1.6, 1.7, 2.01])
>>> y2 = pd.Series(3*t2, index=t2)
>>> df = pd.DataFrame({'y1': y1, 'y2': y2})
>>> df
y1 y2
0.00 0.0 0.00
0.34 NaN 1.02
0.50 0.5 NaN
1.00 1.0 NaN
1.01 NaN 3.03
1.40 NaN 4.20
1.50 1.5 NaN
1.60 NaN 4.80
1.70 NaN 5.10
2.00 2.0 NaN
2.01 NaN 6.03
您可以简单地对其进行插值，然后仅选择y1定义的部分：
>>> df.interpolate('index').reindex(y1)
y1 y2
0.0 0.0 0.0
0.5 0.5 1.5
1.0 1.0 3.0
1.5 1.5 4.5
2.0 2.0 6.0
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句