Pandas: أقحم (upample) سلاسل زمنية غير متساوية إلى 18.0rc1 متساوي التباعد

أريد أن أقحم (راقية) متسلسلة زمنية غير متباعدة للحصول على متسلسلة زمنية متساوية.

أفعل ذلك حاليًا بالطريقة التالية:

1. خذ السلاسل الزمنية الأصلية.
2. إنشاء سلاسل زمنية جديدة بقيم NaN في كل فواصل زمنية مدتها 30 ثانية (باستخدام إعادة تشكيل ('30S'). asfreq ())
3. سلسلة أوقات أصلية ومسلسلات زمنية جديدة
4. قم بفرز التسلسلات الزمنية لاستعادة ترتيب الأوقات (هذا لا يعجبني - الفرز به تعقيد O = n log (n))
5. تحقق
6. إزالة النقاط الأصلية من التسلسل الزمني

هل هناك طريقة أكثر بساطة؟ كما هو الحال في matlab ، لديك سلاسل زمنية أصلية وتمرر أوقاتًا جديدة كمعامل إلى دالة interpolate () لتلقي القيم في الأوقات المطلوبة. من الناحية المثالية ، أود الحصول على وظيفة مثل

origTimeSeries.interpolate(newIndex=newTimeIndex, method='spline')

ألاحظ أن أوقات السلاسل الزمنية الأصلية قد لا تكون مجموعة فرعية من أوقات السلاسل الزمنية المرغوبة.

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

values = [271238, 329285, 50, 260260, 263711]
timestamps = pd.to_datetime(['2015-01-04 08:29:4',
                             '2015-01-04 08:37:05',
                             '2015-01-04 08:41:07',
                             '2015-01-04 08:43:05',
                             '2015-01-04 08:49:05'])

ts = pd.Series(values, index=timestamps)
ts
ts[ts==-1] = np.nan
newFreq=ts.resample('60S').asfreq()

new=pd.concat([ts,newFreq]).sort_index()
new=new.interpolate(method='time')

ts.plot(marker='o')
new.plot(marker='+',markersize=15)

new[newFreq.index].plot(marker='.')

lines, labels = plt.gca().get_legend_handles_labels()
labels = ['original values (nonequispaced)', 'original + interpolated at new frequency (nonequispaced)', 'interpolated values without original values (equispaced!)']
plt.legend(lines, labels, loc='best')
plt.show()