如何使用线性插值来估算缺失的时间序列数据？答案

【问题标题】：How can you use linear interpolation to impute missing time-series data?如何使用线性插值来估算缺失的时间序列数据？
【发布时间】：2020-11-14 02:59:25
【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 存在于传感器在该时间点未记录数据的位置。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。

【问题讨论】：

【解决方案1】：

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

【讨论】：