使用 pandas 插值将每月值转换为每日值

Question

我有 1000 列的 12 个平均每月值，我想使用 pandas 将数据转换为每日数据。我尝试使用插值来完成此操作，但我得到了从 1991 年 1 月 31 日到 1991 年 12 月 31 日的每日值，这并不涵盖全年。一月份的值没有得到。我使用date_range作为数据框的索引。

date=pd.date_range(start="01/01/1991",end="31/12/1991",freq="M")

upsampled=df.resample("D")
interpolated = upsampled.interpolate(method='linear')

如何获得 365 天的插值？

Answer 1

请注意，插值介于在已知点

\n\n

因此，要在全年中进行插值，仅拥有\n12个值（每个月）是不够的。\n您必须拥有13 个值（例如，每个月的开始和\n下一年的开始）。

\n\n

因此我创建了源df创建为：

\n\n

date = pd.date_range(start='01/01/1991', periods=13, freq='MS')\ndf = pd.DataFrame({'date': date, 'amount': np.random.randint(100, 200, date.size)})\n

\n\n

得到例如：

\n\n

         date  amount\n0  1991-01-01     113\n1  1991-02-01     164\n2  1991-03-01     181\n3  1991-04-01     164\n4  1991-05-01     155\n5  1991-06-01     157\n6  1991-07-01     118\n7  1991-08-01     133\n8  1991-09-01     184\n9  1991-10-01     183\n10 1991-11-01     159\n11 1991-12-01     193\n12 1992-01-01     163\n

\n\n

\xe2\x80\x8b然后将其上采样到每日频率并进行插值，我运行：

\n\n

df.set_index('date').resample('D').interpolate()\n

\n\n

如果您不希望结果包含最后一行（对于1992-01-01），\n仅取上述结果的一部分，删除最后一行：

\n\n

df.set_index('date').resample('D').interpolate()[:-1]\n

\n