Pandas: 等間隔でない時系列を等間隔の18.0rc1に内挿（アップサンプル）します

等間隔の時系列を取得するために、等間隔でない時系列を補間（アップスケール）したいと思います。

現在、私は次の方法でそれを行っています：

1. オリジナルの時系列を取ります。
2. 30秒間隔ごとにNaN値を使用して新しい時系列を作成します（resample（ '30S'）。asfreq（）を使用）
3. 元の時系列と新しい時系列を連結します
4. 時系列を並べ替えて時間の順序を復元します（これは好きではありません-並べ替えにはO = n log（n）の複雑さがあります）
5. 補間する
6. 時系列から元のポイントを削除します

もっと簡単な方法はありますか？ matlabのように、元の時系列があり、パラメーターとして新しい時間をinterpolate（）関数に渡して、目的の時間に値を受け取ります。 理想的には次のような機能が欲しいです

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

元の時系列の時刻は、目的の時系列の時刻のサブセットではない可能性があることに注意してください。

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()