Python 已知值的线性插值(不填充Nan)

Python 已知值的线性插值(不填充Nan),python,python-3.x,pandas,Python,Python 3.x,Pandas,我有一些GPS数据,我正试图清理和插值一些列。我有一个秒列(来自不干净的GPS)、速度列和一个新的干净时间列。我想创建一个VelInt列,它的速度对应于新的时间列。我贴了一张快照 Timestamp Seconds Velocity Acceleration Odometer Latitude Longitude Heart Rate Player Load Time 81775 04/08/2019 15:17 8177.54 3.95 -0.

我有一些GPS数据,我正试图清理和插值一些列。我有一个秒列(来自不干净的GPS)、速度列和一个新的干净时间列。我想创建一个VelInt列,它的速度对应于新的时间列。我贴了一张快照

Timestamp   Seconds Velocity    Acceleration    Odometer    Latitude    Longitude   Heart Rate  Player Load Time
81775   04/08/2019 15:17    8177.54 3.95    -0.450055   12749.89    -37.539804  143.847791  0   1167.5  8177.5
81776   04/08/2019 15:17    8177.64 4.05    -0.085043   12750.44    -37.539800  143.847793  0   1167.5  8177.6
81777   04/08/2019 15:17    8177.74 4.07    -0.033785   12750.89    -37.539796  143.847796  0   1167.6  8177.7
81778   04/08/2019 15:17    8177.84 4.04    -0.097840   12751.32    -37.539793  143.847798  0   1167.6  8177.8
81779   04/08/2019 15:17    8177.94 3.97    -0.235883   12751.78    -37.539789  143.847800  0   1167.6  8177.9

我相信我用以下方法解决了这个问题

x = df_new4['Seconds']
xp = df_new4['Time']
fp = df_new4['Velocity']
df_new4['VelInt']=np.interp(x, xp, fp)

我相信我用以下方法解决了这个问题

x = df_new4['Seconds']
xp = df_new4['Time']
fp = df_new4['Velocity']
df_new4['VelInt']=np.interp(x, xp, fp)

欢迎来到SO!我认为如果你回顾并修改你的问题,你可以提高获得答案的机会。请不要发布代码或数据的图像。将其复制并粘贴为文本,然后将其格式化为代码(选择它并键入
ctrl-k
)。请阅读。感谢您的反馈。那更好?欢迎来到SO!我认为如果你回顾并修改你的问题,你可以提高获得答案的机会。请不要发布代码或数据的图像。将其复制并粘贴为文本,然后将其格式化为代码(选择它并键入
ctrl-k
)。请阅读。感谢您的反馈。那更好吗?