这个问题是发生在Resampling on a multi index评论中的后续问题。
我们从以下数据开始：
data=pd.DataFrame({'dates':['2004','2008','2012'],'values':[k*(1+4*365) for k in range(3)]})
data['dates']=pd.to_datetime(data['dates'])
data=data.set_index('dates')这就是它所产生的：
现在，当我重新采样和插值
data.resample('A').mean().interpolate()我获得以下信息：
但我想要的（问题已经是重采样，而不是插值步骤）是
2004-12-31 365
2005-12-31 730
2006-12-31 1095
2007-12-31 1460
2008-12-31 1826
2009-12-31 2191
2010-12-31 2556
2011-12-31 2921
2012-12-31 3287所以我需要对给定的数据进行线性插值。
为了更清楚地说明这一点，我写了一个函数来完成这项工作。然而，我仍然在寻找一个内置的解决方案（我自己的函数是糟糕的编码，因为一个非常丑陋的运行时）：
def fillResampleCorrectly(data,resample):
for i in range(len(resample)):
currentDate=resample.index[i]
for j in range(len(data)):
if currentDate>=data.index[j]:
if j<len(data)-1:
continue
valueBefore=data[data.columns[0]].iloc[j-1]
valueAfter=data[data.columns[0]].iloc[j]
dateBefore=data.index[j-1]
dateAfter=data.index[j]
currentValue=valueBefore+(valueAfter-valueBefore)*((currentDate-dateBefore)/(dateAfter-dateBefore))
resample[data.columns[0]].iloc[i]=currentValue
break
3条答案
按热度按时间uxhixvfz1#
我找不到一个直接的方法来获得你的精确输出。问题是第一年01-01和31-12之间的重新采样。
但是，您可以使用以下命令模拟结果：
或者：
输出：
g0czyy6m2#
什么是"实际"插值？您正在考虑闰年，这使得这是一个非线性关系。
生成一个从年底开始的df（并将2004年记为闰年）：
如前所述进行重采样和插值（
data = data.resample('A').mean().interpolate()）。顺便说一下，重采样中的A是年底，AS是年初。如果我们查看每一步之间的差异（data - data.shift(1)），我们得到：如我们从线性插值所期望的，可以通过将
np.floor应用于结果来实现期望的结果：一个三个三个一个
差值
data - data.shift(1)：由闰年引起的非线性关系。
sc4hvdpw3#
我刚想到一个主意而且很管用：
只有去年选择了错误的日期，但这对我来说完全没问题。重要的是日期与值匹配。