Python 平均可变长度的数据集

我有一个程序输出的一系列数据集。我的目标是在pyplot或numpy中将数据集的平均值绘制为一个折线图。我的问题是输出数据集的长度是不可控的

例如，我有四个长度在200到400点之间的数据集，x值标准化为0到1的数字，我想计算四个数据集的中线

到目前为止，我所能想到的就是插值（线性就足够了），在较短的序列中添加额外的数据点，或者以某种方式周期性地从较长的序列中删除值。有人有什么建议吗

目前，我正在使用csv reader导入并逐行添加到列表中，因此输出是一个列表列表，每个列表都有一组xy坐标，我认为这与2d数组相同

我实际上在想，删除多余的数据点可能比插值更容易，例如，从四个列表开始，我可以沿着x轴删除不必要的点，因为它们是标准化的，并且不断增加，然后通过引用最短的列表步长来剔除步长过小的点（这个解释可能不太清楚，我会试着写一个例子，明天再提出来）

一个示例数据集是

第1行=[[0.33,2]，[0.66,5]，[1,5]]

---

第2行=[[0.25,43]，[0.5,53]，[0.75,6.5]，[1986]

因此，我使用的解决方案是如上所述的插值，我包含了以下代码的简化版本：

首先，数据作为字典导入，以便于访问和操作：

def average(files, newfile):    
    import csv                                                                  
    dict={}                                                                     
    ln=[]                                                                       
    max=0                                                                       
    for x in files:                                                             
        with open(x+'.csv', 'rb') as file:                                      
            reader = csv.reader(file, delimiter=',')                            
            l=[]                                                                
            for y in reader:                                                    
                l.append(y)                                                     
            dict[x]=l                                                           
            ln.append(x)

接下来，确定最长数据集的长度：

    for y in ln:                                                                
        if max == 0:                                                            
            max = len(dict[y])                                                  
        elif len(dict[y]) >= max:                                               
            max = len(dict[y])                                                  

接下来，需要定义每个数据集所需的迭代次数：

    for y in ln:                                                                
        dif = max - len(dict[y])                                                

最后，通过线性插值计算中间值并将其插入数据集

        for i in range(dif):                                                    
            loc = int( i* len(dict[y])/dif)                                     
            if loc ==0:                                                         
                loc =1                                                          
            new = [(float(dict[y][loc-1][x])+float(dict[y][loc][x]))/2
            for x in range(len(dict[y][loc]))]
            dict[y].insert(loc,new)                                             

那么取平均值很简单：

    for x in range(len(dict[ln[0]])):                                           
        t = [sum(float(dict[u][x][0]) for u in ln)/len(ln), 
        sum(float(dict[u][x][1])/4 for u in ln)]
        avg.append(t)                                                           

---

我并不是说这是一个漂亮的代码，但它做了我需要的…

示例数据？期望的结果？从程序输出的数据集的形式是什么？@Alexander它看起来像所有东西都被给出了，例如；期望的结果被称为“四个数据集的中间线”@Ross。你在开玩笑吗？没有数据。results列表、字典、熊猫系列等。这适用于如何提出一个好的熊猫问题，但与此相关。听起来像是一个数据分析设计问题，我认为答案取决于您的数据是什么，插入数据意味着什么，等等。如果您在exchange中提供更多关于数据的详细信息，您可能会得到好的答案。一旦您知道了如何处理数据，在这里共享一个最小的数据和代码示例将使人们更容易帮助您。值得一提的是，我唯一能想到的就是按照您的建议插值数据。@kobejohn-同意。OP能告诉我们您是要线性插值还是其他插值吗？