插入连续数字

Question

基于下面的Pandas DataFrame，有时间(秒)&心率值。虽然"time"应该是连续的数字，但我们看到了一些缺失的值。(1,2,4,5,7,9,10等)在这种情况下，我应该使用pandas.DataFrame.interpolate来获得所需的结果吗?或者有其他实现它的好主意吗?请注意，原始数据来自API。我试着在网上寻找任何答案，但没有运气…

原始:

time heartrate
0   97
3   105
6   105
8   111
11  111
13  114
16  115

所需输出:

time    heartrate
0   97
1   100
2   103
3   105
4   105
5   105
6   105
7   109
8   111
9   111
10  111
11  111
12  113
13  114
14  114
15  114
16  115

Answer 1

定义time为索引，然后与pd.RangeIndex重新索引得到连续值，并插入heartrate:

idx = pd.RangeIndex(df.time.min(), df.time.max()+1, name='time')
out = df.set_index('time').reindex(idx)['heartrate'] 
.interpolate(method='linear') 
.pipe(np.ceil) 
.reset_index()

输出:

>>> out
time  heartrate
0      0       97.0
1      1      100.0
2      2      103.0
3      3      105.0
4      4      105.0
5      5      105.0
6      6      105.0
7      7      108.0
8      8      111.0
9      9      111.0
10    10      111.0
11    11      111.0
12    12      113.0
13    13      114.0
14    14      115.0
15    15      115.0
16    16      115.0

结果不精确． 你必须调整插值方法来得到想要的结果，但原理是一样的。

Answer 2

您可以使用reindex和interpolate，并使用np.ceil来限制数字:

(np.ceil(df.set_index('time')
.reindex(range(df['time'].max()+1))
.interpolate())
.reset_index()
)

输出:

time  heartrate
0      0       97.0
1      1      100.0
2      2      103.0
3      3      105.0
4      4      105.0
5      5      105.0
6      6      105.0
7      7      108.0
8      8      111.0
9      9      111.0
10    10      111.0
11    11      111.0
12    12      113.0
13    13      114.0
14    14      115.0
15    15      115.0
16    16      115.0