我有一个 pandas 数据框,其中包含基于深度的记录数据。深度间隔不规则。 我需要将数据集按常规 dx 步骤间隔。
有没有一种方法可以做到这一点,而无需将其填充到单独的 numpy 数组中并分别进行插值?
所有列的单独插值。
df=pd.DataFrame(np.array([[0. , 2. , 3.5, 5. , 6. , 18.], [100, 20, 150, 80, 110, 125], [1. , 0.5 , 2.6 , 0.01, 3. , 2.]]).T, columns=['depth', 'value1', 'value2'])
step=0.05
# this is what the column "depth" should be like afterwards
target_depth=np.linspace(df['a'].min(),df['a'].max(),int(df['a'].max()/step))
进行插值/重采样的 pandas 或其他库函数
最佳答案
我最终得到了 signal
包中的 interp1d
。
关于python - 如何根据数据列对不规则数据集进行上采样?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57094179/