Pandas 重采样 - 差异 .interpolate(limit_direction='both') 和 .bfill().ffill()

问题描述

我正在将 CAN 数据同步到 1 Hz。我从日期时间索引开始,具有独特的样本但不均匀的时间增量。最初的想法是首先将值插入到 1000Hz 的同步网格,然后重新采样。这工作得很好,直到我想用 ffillbfill 填充东西而不是插值,现在我似乎无法从 Pandas 文档中理解。

最初我是这样做的:

data = data.resample('ms').interpolate(limit_direction='both').resample('s').asfreq()

除了第一行的 NaN 之外,没有给我任何 NaN。 现在将事情更改为

data = data.resample('ms').ffill().bfill().resample('s').asfreq()     # or 
data = data.resample('s').nearest()

完全让事情变得更糟,结果是 40-50% 的 NaN。显示数据是不可能的,也不会添加太多信息。如果有人可以向我解释 .ffill().bfill().interpolate(limit_direction='both')间的区别,我将不胜感激。我通读了 API 参考和用户指南,但找不到我想要的内容

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)