我有三个带有缺失值的数据集,每个数据集包含一个时间列和一个数据列。两行之间的最小时间差为1秒(00:00:01):
为了方便可视化,上面的表格显示了缺失值的空字段。实际数据是密集的,例如下面这样:
Dataset 1: Dataset 2: Dataset 3:
00:00:00 81 00:00:00 70
00:00:01 81
00:00:02 81
00:00:03 81 00:00:03 99
00:00:04 81 00:00:04 100
00:00:05 80 00:00:05 80 00:00:05 101
00:00:06 80 00:00:06 100
00:00:07 92 00:00:07 88
00:00:08 83 00:00:08 80 00:00:08 88
00:00:09 84 00:00:09 83 00:00:09 87
00:00:10 86
00:00:11 89
00:00:12 90
00:00:13 92 00:00:13 92
00:00:14 94 00:00:14 94
00:00:15 94 00:00:15 96 00:00:15 93
00:00:16 96 00:00:16 97
00:00:17 98 00:00:17 100 00:00:17 99
00:00:18 100 00:00:18 99
00:00:19 101 00:00:19 101
00:00:20 103
为了方便可视化,上面的表格显示了缺失值的空字段。实际数据是密集的,例如下面这样:
Dataset 1: Dataset 2: Dataset 3:
00:00:00 81 00:00:05 80 00:00:00 70
00:00:01 81 00:00:06 100 00:00:03 99
00:00:02 81 00:00:07 92 00:00:04 100
00:00:03 81 00:00:08 80 00:00:05 101
00:00:04 81 00:00:09 83 00:00:07 88
00:00:05 80 00:00:15 96 00:00:08 88
00:00:06 80 00:00:16 97 00:00:09 87
00:00:08 83 00:00:17 100 00:00:13 92
00:00:09 84 00:00:14 94
00:00:10 86 00:00:15 93
00:00:11 89 00:00:17 99
00:00:12 90 00:00:18 99
00:00:13 92 00:00:19 101
00:00:14 94
00:00:15 94
00:00:16 96
00:00:17 98
00:00:18 100
00:00:19 101
00:00:20 103
现在我希望对齐这些数据,以便可以用以下方式绘制:
和这样:
我的天真做法是:
- 找到每个数据集中的最小/最大时间。
- 创建一个表格,每个时间都有一行,三列的值都为
n/a
。 - 循环遍历每个数据集并将值分配给该表格。
是否有一些Python函数/库可以以有效的方式执行这些步骤?或者有更好的方法来完成这个任务吗?
敬礼!
df = df.interpolate(method ='linear')
。 - Hyndrix