这似乎有效.可能有点清理代码.但是你得到了它的要点

from datetime import datetime

import pandas as pd

import time

#Create data

df = pd.DataFrame({ 'interval' : [0.782296, 0.795469, 0.821426, 0.834957,

0.864383, 0.906240],

'datetime' : [datetime(2012, 11, 19, 12, 40, 10), pd.NaT,

datetime(2012, 11, 19, 12, 35, 10), pd.NaT,

datetime(2012, 11, 19, 12, 30, 10),

datetime(2012, 11, 19, 12, 25, 10)

]})

#Cast date to seconds (also recast the NaT to Nan)

df['seconds'] = [time.mktime(t.timetuple()) if t is not pd.NaT else float('nan') for t in df['datetime'] ]

#Set the interval as the index, as interpolation uses the index

df.set_index('interval', inplace=True)

#Use the 'values'-argument to actually use the values of the index and not the spacing

df['intepolated'] = df['seconds'].interpolate('values')

#Cast the interpolated seconds back to datetime

df['datetime2'] = [datetime.utcfromtimestamp(t) for t in df['intepolated']]

#Clean up

df.reset_index(inplace=True)

df = df[['interval', 'datetime2']]

>>>>df

Out[25]:

interval datetime2

0 0.782296 2012-11-19 11:40:10.000000

1 0.795469 2012-11-19 11:38:29.005878

2 0.821426 2012-11-19 11:35:10.000000

3 0.834957 2012-11-19 11:33:35.503178

4 0.864383 2012-11-19 11:30:10.000000

5 0.906240 2012-11-19 11:25:10.000000

希望这是你想要的.

python时间序列进行线性插值_Python pandas时间序列插值日期时间数据相关推荐

  1. python时间序列折线图_Python Pandas 时间序列双轴折线图

    时间序列pv-gmv双轴折线图 import numpy as np import pandas as pd import matplotlib.pyplot as plt n = 12 date_s ...

  2. python分时间段统计_Python Pandas:按日期分组并统计每个时段的新记录

    我正在尝试使用Python Pandas来计算一段时间内每天访问我网站的访问者.在 示例数据:df1 = pd.DataFrame({'user_id':[1,2,3,1,3], 'date':['2 ...

  3. [LINK]用Python计算昨天、今天和明天的日期时间

    用Python计算昨天.今天和明天的日期时间 转载于:https://www.cnblogs.com/Athrun/p/5477651.html

  4. python查看dataframe数据类型_python pandas中DataFrame类型数据操作函数的方法

    python数据分析工具pandas中DataFrame和Series作为主要的数据结构. 本文主要是介绍如何对DataFrame数据进行操作并结合一个实例测试操作函数. 1)查看DataFrame数 ...

  5. python panda是什么_python pandas浅析

    之前一直想自学一下大数据,正好七月在线在做1元优惠购活动,所以机缘巧合开始学习,今天就对最近学习的pandas进行一个笔记梳理,以便后续回顾.本次课程主要学习了以下内容: 一. 简介 pandas 是 ...

  6. python爬虫表格table_Python基于pandas爬取网页表格数据

    以网页表格为例:https://www.kuaidaili.com/free/ 该网站数据存在table标签,直接用requests,需要结合bs4解析正则/xpath/lxml等,没有几行代码是搞不 ...

  7. python周天为一周的开始_Python中的对日期时间的处理

    image 我们可以通过学习在Python中对日期时间的处理,可以在快速的完成工作,比如: 将日期时间作为日志信息的内容输入 计算某一个功能的执行时间 用日期命名一个文件的名称 记录或者展示文件的发布 ...

  8. python时间序列进行线性插值_Python实现线性插值和三次样条插值

    (1).函数 y = sin(x) (2).数据准备 #数据准备 X=np.arange(-np.pi,np.pi,1) #定义样本点X,从-pi到pi每次间隔1 Y= np.sin(X)#定义样本点 ...

  9. python处理时间序列_Python——Pandas 时间序列数据处理

    介绍 Pandas 是非常著名的开源数据处理库,我们可以通过它完成对数据集进行快速读取.转换.过滤.分析等一系列操作.同样,Pandas 已经被证明为是非常强大的用于处理时间序列数据的工具.本节将介绍 ...

最新文章

  1. NMAP分布式扫描工具dnmap
  2. 十六、python沉淀之路--迭代器
  3. TortoiseSVN设置比较工具为BeyondCompare
  4. 微信支付 php编程,PHP编程:微信支付开发交易通知实例
  5. 【链表】Add Two Numbers
  6. C# WebRequest.Create 锚点“#”字符问题
  7. 【计算机组成原理】总线
  8. Android学习笔记---16_采用SharedPreferences保存用户偏好设置参数
  9. 【自然语言处理】--视觉问答(Visual Question Answering,VQA)从初始到应用
  10. 告别程序员生涯,一点感慨
  11. [debug] “ImportError DLL load failed 找不到指定的程序”的解析和解决办法。
  12. mysql内部联结_关于mysql的内部联结
  13. 【POCKET 51】用 pocket 51学51单片机 :使用pocket 51播放音乐
  14. python snownlp_GitHub - isnowfy/snownlp: Python library for processing Chinese text
  15. Mysql索引优化及面试题
  16. 通过调用百度生成短连接API接口,将长链接转换成短链接,并且生成短网址并返回,用户可以通过短连接访问,然后浏览器会解析跳转至长链接地址,有效的解决用户修改url后面的参数
  17. 怎样在电脑桌面上设置员工生日提醒 每年准时提醒生日的便签
  18. 职业能力倾向测试下什么软件,职业能力倾向测验
  19. 研发能力加码!维视智造团队入选“科学家+工程师”队伍!
  20. 性能监控与服务器监控

热门文章

  1. 噪声产生原因_空调噪声大?啄木鸟家庭维修,看看属于哪一个问题
  2. ggplot2箱式图两两比较_第十九章_使用ggplot2进行高级绘图
  3. python——import导入模
  4. Hadoop学习之整体介绍及环境搭建
  5. java自动加空格吗_程序加上空格和不加空格运行结果不一样
  6. java从控制台输入数组_Java将控制台输入的一行整数转成整型数组
  7. 网页设计框架布局代码_网页设计中的分屏切割布局法
  8. python绘画_python学画画(上)
  9. 肖仰华 | SIGIR 2018、WWW2018 知识图谱研究综述
  10. 1.1 字符串的旋转+1.2 字符串的包含