在 Pandas 中使用线性插值比较具有不同采样时间的时间序列

Question

背景： 我有一个月的实验数据。数据值在一定程度上是定期获取的，但并没有均匀地划分为一整天。因此，测量从第一天午夜开始，但从第一天 00:03 开始​​，第二天从 00:07 开始，依此类推。因此，每天获取的数据读数都会发生变化。此外，读数之间的频率略有不同。前三天的实验条件，后三天重复，比较中间几天的效果。

目标：我想将重复的天数相互比较，找出它们之间的差异。

问题： 应该比较第1天和第25天，但是每天的相对时间不对应，所以想比较一下第1天的线性插值第 25 天的数据点。即对于第 25 天的每个 timedelta（相对于一天的开始），我想从第一天减去相同的点。如果第一天没有对应点，我想使用最近点之间的线性插值。

到目前为止： 我有按行索引的 Pandas 数据框，列 time 和 value 都是浮点数。我在 time 列上使用 pandas.to_timedelta() 创建了一个新列 delta。我尝试减去第 1 天和第 25 天，但由于索引不对齐，我最终得到了许多 NaN 值。我也尝试将 delta 设为索引，但仍然无法弄清楚如何正确计算。

Answer 1

我解决了这个问题

1. 将两个DataFrame的索引设置为因变量data.set_index( day_time )

2. 创建两个 DataFrame 索引的联合 combined_index = df1.index.union( df2.index )

3. 使用组合索引 df = df.reindex( combined_index ) 重新索引两个 DataFrame

4. 插入数据帧df = df.interpolate( how = 'linear' )

这在两个 DataFrame 中创建了一组相互索引，允许使用算术运算符轻松进行比较。