python-用数字索引重新采样熊猫系列

假设我有一个pandas.Series,其索引的数值类型为例如

pd.Series( [10,20], [1.1, 2.3] )

我们如何以0.1间隔重新采样上述序列?看起来.resample函数只能在日期时间间隔上工作?

最佳答案
那就是插值的名称.您可以考虑将重采样作为插值的特例.

In [24]: new_idx = s.index + pd.Index(np.arange(1.1, 2.3, .01))

In [25]: s.reindex(new_idx).interpolate().head()
Out[25]: 
1.10    10.000000
1.11    10.083333
1.12    10.166667
1.13    10.250000
1.14    10.333333
dtype: float64

In [26]: s.reindex(new_idx).interpolate().tail()
Out[26]: 
2.26    19.666667
2.27    19.750000
2.28    19.833333
2.29    19.916667
2.30    20.000000
dtype: float64

我们需要new_idx作为原始索引和我们要插值的值的并集,以便不删除原始索引.

看看插值方法:http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.interpolate.html

转载注明原文:python-用数字索引重新采样熊猫系列 - 代码日志