Python 用Pandas级数线性插值数据
我是熊猫队的新手,在插值系列数据方面遇到了麻烦 我有一些CSV数据,看起来像:Python 用Pandas级数线性插值数据,python,pandas,interpolation,Python,Pandas,Interpolation,我是熊猫队的新手,在插值系列数据方面遇到了麻烦 我有一些CSV数据,看起来像: ts = pd.Series(L2.values, time) t L2 0 1480438222797 9.7861227923056670618962016306 1 1480438222817 9.7861227923056670618962016306 2 1480438222838 9.786122792305
ts = pd.Series(L2.values, time)
t L2
0 1480438222797 9.7861227923056670618962016306
1 1480438222817 9.7861227923056670618962016306
2 1480438222838 9.7861227923056670618962016306
3 1480438222858 9.7861227923056670618962016306
4 1480438222877 9.7861227923056670618962016306
....
我想将时间间隔更改为20ms间隔,并基于旧的ts L2数据对新rs时间间隔的L2进行线性插值。
使用熊猫,我尝试过:
rs = ts.resample('20ms').mean()
它成功地将时间转换为正确的间隔格式。然后我试试看
rs = rs.interpolate(method='time')
插入数据,但“rs”的L2值最终与原始“ts”值完全相同
我发现这是Stackoverflow上其他几个人的解决方案,但它对我不起作用,所以我不知道为什么。任何帮助都将不胜感激!:) 你的样本数据都是一样的。所以插值会得到所有相同的值。啊,对不起,这个数据不能代表我正在使用的数据。我正在处理数十万行,rs.equals(ts)=true。