python给出数据点进行插值

python给出数据点进行插值

这里首先要介绍官方文档，对python有了进一步深度的学习的大家们应该会发现，网上不管csdn或者简书上还是什么地方，教程来源基本就是官方文档，所以英语只要还过的去，推荐看官方文档，就算不够好，也可以只看它里面的sample就够了

好了，不说废话，看我的代码：

import pandas as pd

import numpy as np

rng = pd.date_range('20180101', periods=40)

ts = pd.Series(np.arange(1,41), index=rng)#这一行和上一行生成了一个index为时间，一共40天的数据

ts_m = ts.resample('M').asfreq()#对数据进行按月重采样，之后再asfreq()

print(ts)

print(ts_m)

tips：因为发生了一些事，所以没有写完这部分先这样吧，后面我再补全

结果在下面，大家看按照月度‘M'采样，会抓取到月末的数据，1月31日和2月28日，嗯，后面的asfreq()是需要的，不然返回的就只是一个resample对象，当然除了M以外，也可以自己进行随意的设置频率，比如说‘3M'三个月，‘5T'五分钟，‘30S'三十秒，更多精彩内容请多多查看文档

2018-01-07 7

2018-01-08 8

2018-01-09 9

2018-01-10 10

2018-01-11 11

2018-01-12 12

2018-01-13 13

2018-01-14 14

2018-01-15 15

2018-01-16 16

2018-01-17 17

2018-01-18 18

2018-01-19 19

2018-01-20 20

2018-01-21 21

2018-01-22 22

2018-01-23 23

2018-01-24 24

2018-01-25 25

2018-01-26 26

2018-01-27 27

2018-01-28 28

2018-01-29 29

2018-01-30 30

2018-01-31 31

2018-02-01 32

2018-02-02 33

2018-02-03 34

2018-02-04 35

2018-02-05 36

2018-02-06 37

2018-02-07 38

2018-02-08 39

2018-02-09 40

Freq: D, dtype: int32

2018-01-31 31.0

2018-02-28 NaN

Freq: M, dtype: float64

至于这个asfreq()，用法是这样的：

# to 45 minute frequency and forward fill

In [5]: converted = ts.asfreq('45Min', method='pad')

In [6]: converted.head()

Out[6]:

2011-01-01 00:00:00 0.469112

2011-01-01 00:45:00 0.469112

2011-01-01 01:30:00 -0.282863

2011-01-01 02:15:00 -1.509059

2011-01-01 03:00:00 -1.135632

Freq: 45T, dtype: float64

然后既然有下采样，那就要有插值了，插值的用法如下所示：

这个是线性插值，当然还有向前填充(.bfill())向后填充(.pad())的,可以还看这个官方文档啦，官方文档就是好

>>> s = pd.Series([0, 1, np.nan, 3])

>>> s.interpolate()

0 0

1 1

2 2

3 3

dtype: float64

以上这篇python数据处理——对pandas进行数据变频或插值实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。