Pandas: Interpolar (muestra ascendente) series de tiempo no equiespaciadas en 18.0rc1 equiespaciadas

Quiero interpolar (a mayor escala) series de tiempo no espaciadas para obtener series de tiempo equiespaciadas.

Actualmente lo estoy haciendo de la siguiente manera:

1. tomar series temporales originales.
2. cree nuevas series temporales con valores de NaN en intervalos de 30 segundos (usando remuestreo ('30S'). asfreq ())
3. concat series de tiempo originales y nuevas series de tiempo
4. ordenar las series de tiempo para restaurar el orden de los tiempos (Esto no me gusta, la clasificación tiene una complejidad de O = n log (n))
5. interpolar
6. eliminar puntos originales de la serie temporal

¿Existe una forma más sencilla? como en matlab, tiene series de tiempo originales y pasa nuevos tiempos como parámetro a la función interpolate () para recibir valores en los momentos deseados. Idealmente me gustaría tener una función como

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

Observo que los tiempos de las series temporales originales pueden no ser un subconjunto de los tiempos de las series temporales deseadas.

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()