【问题标题】:pandas fill missing dates every 30 minutes in time series熊猫在时间序列中每 30 分钟填充一次缺失的日期
【发布时间】:2021-02-09 08:28:09
【问题描述】:

我的数据集中有这种情况:

timestamp                  value

2020-05-02 22:35:05        13.68

2020-05-02 22:05:05        13.86

2020-05-02 21:05:05        14.44

2020-05-02 20:35:05        14.26

2020-05-02 20:05:05        13.85

数据集来自传感器对温度的检测,时间戳应该是每 30 分钟一次,有时这不会发生。我应该通过在我的数据集中插入丢失的时间戳来解决这种情况,然后我应该将它与接近 t-1 和 t + 1 的值相关联。 谁能帮我解决这种情况?

谢谢!

【问题讨论】:

标签: python pandas data-cleaning missing-data


【解决方案1】:

Pandas 有一个resample function,您可以在其中向下/向上采样时间序列数据。从此,您还可以应用一个函数来说明您希望如何“填充”缺失值(如果有的话)。

请参阅下面的示例了解您的数据。首先我们确保timestamp 列是日期时间类型,并且value 列是数字(首先删除逗号)。然后我们将数据框的索引设置为时间戳列。现在我们以 30 分钟间隔 ('30T') 重新采样数据。然后我们可以对结果进行插值以填补空白。有很多方法可以做到这一点,see the docs for more info。

import pandas as pd

df['timestamp'] = pd.to_datetime(df['timestamp'])
df['value'] = pd.to_numeric(df['value'].str.replace(',',''))

result = df.set_index('timestamp') \
  .resample(rule='30T', offset=pd.Timedelta(minutes=5, seconds=5)) \
  .interpolate(method='time')

结果是:

                      value
timestamp                  
2020-05-02 20:05:05  1385.0
2020-05-02 20:35:05  1426.0
2020-05-02 21:05:05  1444.0
2020-05-02 21:35:05  1415.0
2020-05-02 22:05:05  1386.0
2020-05-02 22:35:05  1368.0

【讨论】:

    猜你喜欢
    • 2018-04-24
    • 2018-08-17
    • 1970-01-01
    • 1970-01-01
    • 2011-04-03
    • 1970-01-01
    • 1970-01-01
    • 2020-10-28
    • 2018-11-10
    相关资源
    最近更新 更多