python - 删除行(即用 NaN 填充)并在 Pandas Dataframe 中进行插值

Question

我正在处理一些时间序列数据，需要过滤掉一些垃圾。目标是保留时间戳并插入垃圾数据。

我尝试过过滤掉 int 并重新索引，但 python 似乎并没有以相同的方式对待日期时间索引。

所以，尝试过

ogIndex = df.index
df = df[df[col to filter] > some filter #]   # drops the index
df.reindex(ogIndex)

......没用

Answer 1

假设时间戳是数据帧的索引 - 不要使用 df = df[df[col to filter] > some filter] 删除它，只需反转过滤器(以选择您执行的行不想想要保留)并将过滤后的行设置为NaN:

import numpy as np

df[df[col to filter] < some filter] = np.nan

这会保留索引并使该行适用于插值。之后，您可以使用插值方法，例如像这样的东西:

df.interpolate(method='linear', limit_direction='forward', axis=0)