传感器数据采样频率失配

Question

我有以不同频率捕获的传感器数据（这是我为了简化操作而发明的数据）。我想通过增加数据点的数量和插值来重新取样电压数据，这样我就有16个而不是12个。

Pandas具有重采样/上采样功能，但我只能找到人们从每周数据转换为每日数据的示例（通过两个每周数据点之间的插值添加6个每日数据点）。

时间（压力）0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 0.55 0.6 0.65 0.7 0.75 0.8

压力1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2 2.1 2.2.3 2.4 2.5

时间（电压）0.07 0.14 0.21 0.28 0.35 0.42 0.49 0.56 0.63 0.7 0.77 0.84

电压2.2.5 2.8 3.1 3.4 3.7 4.3 4.6 4.9 5.2 5.5

我希望我的电压有16个样本，而不是12个插值缺失的值。谢谢

Answer 1

让我们假设两个系列，“压力”和“电压”：

pressure = pd.Series({0.05: 1.0, 0.1: 1.1, 0.15: 1.2, 0.2: 1.3, 0.25: 1.4, 0.3: 1.5, 0.35: 1.6, 0.4: 1.7, 0.45: 1.8,
                       0.5: 1.9, 0.55: 2.0, 0.6: 2.1, 0.65: 2.2, 0.7: 2.3, 0.75: 2.4, 0.8: 2.5}, name='pressure')
voltage = pd.Series({0.07: 2.2,  0.14: 2.5,  0.21: 2.8,  0.28: 3.1,  0.35: 3.4,  0.42: 3.7,
                     0.49: 4.0,  0.56: 4.3,  0.63: 4.6,  0.7: 4.9,  0.77: 5.2,  0.84: 5.5}, name='voltage')

您可以使用pandas。合并（asof）：

pd.merge_asof(pressure, voltage, left_index=True, right_index=True)

输出：

或pandas.concat插值：

(pd.concat([pressure, voltage], axis=1)
   .sort_index()
   .apply(pd.Series.interpolate)
   #.plot(x='pressure', y='voltage', marker='o') # uncomment to plot
)

输出：

最后，要仅在电压上插值，请先在压力上降低NAs：

(pd.concat([pressure, voltage], axis=1)
   .sort_index()
   .dropna(subset=['pressure'])
   .apply(pd.Series.interpolate)
)

输出：