如何根据现有数据点有效地生成时间序列中随机变化的数据

Question

我在 csv 中有几个数据点，如下所示：

          date      value
0     8/1/2019   0.243902
1    8/17/2019   0.322581
2     9/1/2019   0.476190
3    10/6/2019   0.322581
4   10/29/2019   0.476190
5   11/10/2019   0.526316
6   11/21/2019   1.818182
7    12/8/2019   2.500000
8   12/22/2019   3.076923
9     1/5/2020   3.333333
10   1/12/2020   3.333333
11   1/19/2020   0.000000
12    2/2/2020   0.000000

我想在第一个日期和最后一个日期之间的每个小时生成一个值（假设每个日期都从该日期的 00:00 开始），以便生成的值在每个现有数据点之间创建一条相当平滑的曲线。如果可能的话，我还想为生成的值添加少量随机变化，以使曲线不是完全平滑。我最终希望将这个新数据集输出到一个 csv 中，其中包含相同的两列，其中包含原始行以及生成的值及其关联的日期时间（每个都在自己的行中）。

有没有办法轻松生成这些点并将结果输出到 csv？到目前为止，我已经尝试使用 pandas 来存储数据，但我无法找到一种方法来确保生成的数据考虑到现有数据点。

Answer 1

我们试试scipy.interpolate:

# this is the new timestamps
new_date = pd.date_range(df.date.min(), df.date.max() + pd.to_timedelta('23h'),
                         freq='H')

from scipy import interpolate

tck = interpolate.splrep(df['date'].astype('int64'), df['value'], s=0)
new_values = interpolate.splev(new_date.astype('int64'), tck)

# visualize
plt.plot(df.date, df.value, label='raw')
plt.plot(new_date, new_values, label='intepolated')
plt.legend();

输出：