python - 在pandas中填写时间数据

Question

我有每 15 秒的数据。但是，缺少一些值。这些没有用 NaN 标记，但根本不存在。我该如何填写这些值？
我尝试重新采样，但这也改变了我的原始数据。那么，为什么这不起作用:

a=pd.Series([1.,3.,4.,3.,5.],['2016-05-25 00:00:35','2016-05-25 00:00:50','2016-05-25 00:01:05','2016-05-25 00:01:35','2016-05-25 00:02:05'])                                   
a.index=pd.to_datetime(a.index)
a.resample('15S').mean()

In [368]: a
Out[368]: 
2016-05-25 00:00:35    1.0
2016-05-25 00:00:50    3.0
2016-05-25 00:01:05    4.0
2016-05-25 00:01:35    3.0
2016-05-25 00:02:05    5.0
dtype: float64

它向我展示了这个:

2016-05-25 00:00:30    1.0
2016-05-25 00:00:45    3.0
2016-05-25 00:01:00    4.0
2016-05-25 00:01:15    NaN
2016-05-25 00:01:30    3.0
2016-05-25 00:01:45    NaN
2016-05-25 00:02:00    5.0
Freq: 15S, dtype: float64

因此，我不再有 00:35 或 00:50 的值。
对于我原来较大的数据集，我最终还会在重采样数据的末尾看到大组中的许多 NaN 值。
我想做的是将我的 15 秒数据重新采样到 15 秒，所以每当特定时间没有数据时，它应该使用它周围的值的平均值来填充它。有没有办法做到这一点？
另外，为什么在我重新采样时时间基础会改变？我的原始数据从 00:00:35 开始，重新采样后从 00:30 开始？好像偏移了 5 秒。
在我的示例数据中，它应该做的就是在 00:01:50 创建一个额外的数据条目。

---

编辑

我意识到我的数据比我想象的要复杂一些。 “基地”实际上改变了它的一部分。如果我使用下面的解决方案，那么它适用于部分数据，但随后值会停止变化。例如:

a = pd.Series([1.,3.,4.,3.,5.,6.,7.,8.], ['2016-05-25 00:00:35','2016-05-25 00:00:50','2016-05-25 00:01:05','2016-05-25 00:01:35','2016-05-25 00:02:05','2016-05-25 00:03:00','2016-05-25 00:04:00','2016-05-25 00:06:00'])                                   

In [79]: a
Out[79]: 
2016-05-25 00:00:35    1.0
2016-05-25 00:00:50    3.0
2016-05-25 00:01:05    4.0
2016-05-25 00:01:35    3.0
2016-05-25 00:02:05    5.0
2016-05-25 00:03:00    6.0
2016-05-25 00:04:00    7.0
2016-05-25 00:06:00    8.0
dtype: float64

In [80]: a.index = pd.to_datetime(a.index)

In [81]: a.resample('15S', base=5).interpolate()
Out[81]: 
2016-05-25 00:00:35    1.0
2016-05-25 00:00:50    3.0
2016-05-25 00:01:05    4.0
2016-05-25 00:01:20    3.5
2016-05-25 00:01:35    3.0
2016-05-25 00:01:50    4.0
2016-05-25 00:02:05    5.0
2016-05-25 00:02:20    5.0
2016-05-25 00:02:35    5.0
2016-05-25 00:02:50    5.0
2016-05-25 00:03:05    5.0
2016-05-25 00:03:20    5.0
2016-05-25 00:03:35    5.0
2016-05-25 00:03:50    5.0
2016-05-25 00:04:05    5.0
2016-05-25 00:04:20    5.0
2016-05-25 00:04:35    5.0
2016-05-25 00:04:50    5.0
2016-05-25 00:05:05    5.0
2016-05-25 00:05:20    5.0
2016-05-25 00:05:35    5.0
2016-05-25 00:05:50    5.0
Freq: 15S, dtype: float64

如您所见，它在 2:05 后停止插值，并且似乎忽略了 3:00、4:00 和 5:00 的数据。

Answer 1

@IanS 和@piRSquared 都解决了基数的移动问题。至于填充NaN:pandas有前向填充(.ffill()/.pad())和后向填充( .bfill()/.backfill())，但不是取均值。一种快速的方法是手动取平均值:

b = a.resample('15S', base=5)
(b.ffill() + b.bfill()) / 2

输出:

2016-05-25 00:00:35    1.0
2016-05-25 00:00:50    3.0
2016-05-25 00:01:05    4.0
2016-05-25 00:01:20    3.5
2016-05-25 00:01:35    3.0
2016-05-25 00:01:50    4.0
2016-05-25 00:02:05    5.0
Freq: 15S, dtype: float64

编辑:我纠正了:有一个内置方法:.interpolate()。

a.resample('15S', base=5).interpolate()