Python Pandas-使用时间浮点进行重采样和插值64

我想重新采样和插值熊猫系列。但是，我的索引在float64中如下所示：

       Value
Time        
0.0     0.00
0.0     0.00
0.0     0.00
0.0     0.00
0.0     0.00
0.1     0.00
0.2     0.00
0.3     0.00
0.4     0.00
0.5     0.00
0.6     0.00
0.7     0.00
0.8     0.00
0.9     0.00
1.0     0.00

这是我意甲联赛的开始。 我必须使用类似这样的东西

upsampled=series.resample（'D'）

，但我找不到正确的字母代替D，我有以下消息：

TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex, but got an instance of 'Float64Index'

我没能成功地改变现状。但不幸的是，没有其他方法可以只使用浮点时间进行插值。

---

谢谢。

您收到的错误告诉您pandas需要基于时间的索引。使用pandas重新采样仅在时间-日期格式下有效。您也可以将浮动转换为时间和日期格式，但这在您的示例中似乎并不合适。另一个（首选）选项是使用类似scipy的

信号。重采样

，它接收一个numpy数组：

我认为您可以转换浮点，然后可以与一些聚合函数一起使用，如

求和

或

均值

：

df.index = pd.to_timedelta(df.index, unit='ms')
df = df.resample('d')['Value'].sum()

---

---

时间

0.0

，

0.1

。。是在

小时内

？在第二种情况下，你们能用期望的输出改变数据样本吗？我想以毫秒为例用时间插值。（开始是0，但之后会发生变化）好的，我正在考虑是否可能有NaN值，我们在其中添加时间值，然后进行上采样。插值（method='linear'）？我认为您需要

NaN

列中的

Value

值，然后使用

interpolate

替换

NaN

值。事实上，重采样没有添加新的值和时间，但格式现在很好

df = df.resample('d')['Value'].mean()