Python：插入日期时间

假设我有以下数据帧：

df = pd.DataFrame({'values': {0: 5, 1: 6, 2: 7},
 'date': {0: pd.Timestamp('2019-05-23 15:39:45'),
  1: np.nan,
  2: pd.Timestamp('2019-05-23 15:40:49')}})

如何简单地将缺少的值作为两个值之间的时间进行插补？在本例中，该值为：

（df.date[2]-df.date[0]）/2+df.date[0]

=

时间戳（'2019-05-23 15:40:17'）

我可以在不使用循环查找缺失值的情况下执行此操作吗

---

我尝试将datetime列转换为时间戳、插值，然后再转换回时间戳。不幸的是，所有的日期转换都不正确，我最后得到的日期都是1970年代的。

您可以将datetime列转换为其浮点表示形式（自1970-01-01以来的纳秒），对其进行插值，然后转换回datetime，例如

import pandas as pd
import numpy as np

df = pd.DataFrame({'values': {0: 5, 1: 6, 2: 7},
                   'date': {0: pd.Timestamp('2019-05-23 15:39:45'),
                            1: pd.Timestamp('NaT'),
                            2: pd.Timestamp('2019-05-23 15:40:49')}})

s = pd.Series(df['date'].values.astype(float))
s[s<0] = np.NaN

df['date'] = pd.to_datetime(s.interpolate())

---

您可以将datetime列强制转换为其浮点表示形式（自1970-01-01以来的纳秒数），对其进行插值，然后强制转换回datetime，例如

import pandas as pd
import numpy as np

df = pd.DataFrame({'values': {0: 5, 1: 6, 2: 7},
                   'date': {0: pd.Timestamp('2019-05-23 15:39:45'),
                            1: pd.Timestamp('NaT'),
                            2: pd.Timestamp('2019-05-23 15:40:49')}})

s = pd.Series(df['date'].values.astype(float))
s[s<0] = np.NaN

df['date'] = pd.to_datetime(s.interpolate())