背景： 我有一个月的实验数据。数据值是定期获取的，但不是平均分为一整天。因此，测量从第一天的午夜开始，但在第一天的00：03开始，第二天的00：07开始，依此类推。因此，每天获取的数据读数是移动的。此外，读数之间的频率略有不同。前三天的实验条件在最后三天重复，以比较中间日的效果。
目标： 我想将重复的日子相互比较，在它们之间取不同。
问题： 应该比较第1天和第25天，但相对的每日时间不对应，所以我想将第一天的线性插值与第25天的数据点进行比较。 即对于第 25 天的每个时间增量(相对于一天的开始)，我想从第一天减去相同的点。如果第一天没有对应的点，我想使用最近点之间的线性插值。
到目前为止：
我有按行索引的熊猫数据帧，带有时间和值列，两者都是浮点数。我在时间列上使用pandas.to_timedelta()创建了一个新的列增量。我尝试减去第 1 天和第 25 天，但由于索引不一致，我最终得到许多 NaN 值。我也尝试将delta作为索引，但仍然无法弄清楚如何正确计算。
我通过以下方式解决了这个问题
-
将两个数据帧的索引设置为因变量
data.set_index( day_time ) -
创建两个数据帧索引的联合
combined_index = df1.index.union( df2.index ) -
使用组合索引
df = df.reindex( combined_index )重新索引两个数据帧 -
插入数据帧
df = df.interpolate( how = 'linear' )
这在两个数据帧中创建了一组相互索引，允许使用算术运算符轻松进行比较。