Início / coding / Perguntas / 79279588
Accepted
blahahaaahahaa
Asked: 2024-12-14 05:10:24 +0800 CST

Interpolação de dados de séries temporais para valores de etapas

  • 772

Tenho dados de séries temporais que se parecem com isto (mm/dd hh:mm):

3.100   12/14 05:42
3.250   12/14 05:24
3.300   12/14 05:23
3.600   12/14 02:45
3.700   12/13 10:54
3.600   12/12 13:19
3.900   12/12 10:43

Preciso interpolar em intervalos de 1 minuto. Será um gráfico de etapas, então os valores devem ser os mesmos até o novo valor.

python

2 respostas

  1. Se df for o dataframe fornecido com 7 linhas,

    df.set_index('date', inplace=True)  # date as index

    Crie o dataframe principal df2 com uma linha por minuto

    timestamps = pd.date_range('2024-12-12 10:43', '2024-12-14 05:42', freq='1min') 
df2 = pd.DataFrame({'value': np.nan}, index=timestamps)

df2.loc[df.index] = df  # fill with the known values in df
df2['value'].fillna(method='ffill', inplace=True)  # forward fill the missing values (bfill for backfoward)

display(df2[-25:-15])

    res

    • 0
  2. Best Answer

    Se seu objetivo é fazer um gráfico de etapas, não há necessidade de interpolar, basta usar matplotlib.pyplot.step:

    import matplotlib.pyplot as plt

s = pd.Series(['12/14 05:42', '12/14 05:24', '12/14 05:23', '12/14 02:45', '12/13 10:54', '12/12 13:19', '12/12 10:43'],
              index=[3.1, 3.25, 3.3, 3.6, 3.7, 3.6, 3.9])

plt.step(pd.to_datetime(s, format='%m/%d %H:%M'), s.index)

    NB. assumindo aqui que os valores são o índice e as datas os valores da série, o que é um pouco contraintuitivo. Melhor usar a data como índice.

    Saída:

    diagrama de etapas da série pandas sem interpolação

    Além disso, esteja ciente de que sem um ano, o padrão será usar 1900 durante a conversão para datetime, o que pode ser indesejado. Melhor ser explícito e adicionar o ano exato.

    Se você realmente deseja interpolar, use a data como índice e asfreq:

    s = pd.Series([3.1, 3.25, 3.3, 3.6, 3.7, 3.6, 3.9],
              index=['12/14 05:42', '12/14 05:24', '12/14 05:23', '12/14 02:45', '12/13 10:54', '12/12 13:19', '12/12 10:43'])

s.index = pd.to_datetime(s.index, format='%m/%d %H:%M')

out = s.asfreq('min', method='ffill')

    Saída:

    1900-12-12 10:43:00    3.9
1900-12-12 10:44:00    3.6
1900-12-12 10:45:00    3.6
1900-12-12 10:46:00    3.6
1900-12-12 10:47:00    3.6
                      ... 
1900-12-14 05:38:00    3.1
1900-12-14 05:39:00    3.1
1900-12-14 05:40:00    3.1
1900-12-14 05:41:00    3.1
1900-12-14 05:42:00    3.1
Freq: T, Length: 2580, dtype: float64
    • 0

relate perguntas