多时间序列采样率标准化及插值工具咨询

我有若干处于同一时间范围但采样率不同的时间序列，所有序列的起止时间一致，示例时间戳如下：

series_a_times = ['2023-01-01', '2023-01-03', '2023-01-04', '2023-01-08']
series_b_times = ['2023-01-01', '2023-01-04', '2023-01-04', '2023-01-08']
series_c_times = ['2023-01-01', '2023-01-02', '2023-01-04', '2023-01-08']

需要将这些序列统一到目标采样时间，并按需插值：

series_times = ['2023-01-01', '2023-01-02', '2023-01-03', '2023-01-04', '2023-01-05', '2023-01-06', '2023-01-07', '2023-01-08']

当然有合适的工具，Python的pandas库是处理这类时间序列标准化与插值的首选，操作便捷且支持多种插值方法。以下是具体实现步骤：

1. 数据预处理与格式转换 #

首先将原始时间戳转为pandas的DatetimeIndex，同时为每个序列绑定对应数值（假设你有对应的值序列）。注意series_b存在重复时间戳，需要先聚合处理（比如取均值、求和，根据业务需求选择）：

import pandas as pd

# 示例数值（替换为你的实际数据）
series_a_vals = [10, 20, 30, 40]
series_b_vals = [5, 15, 25, 35]
series_c_vals = [100, 200, 300, 400]

# 构造带时间索引的Series
series_a = pd.Series(series_a_vals, index=pd.to_datetime(series_a_times))
series_b = pd.Series(series_b_vals, index=pd.to_datetime(series_b_times))
series_c = pd.Series(series_c_vals, index=pd.to_datetime(series_c_times))

# 处理series_b的重复时间戳（这里以取均值为例）
series_b = series_b.groupby(series_b.index).mean()

2. 生成目标时间索引并统一采样 #

构造目标时间索引，然后用reindex结合插值方法填充缺失值：

# 生成目标时间索引
target_index = pd.to_datetime(series_times)

# 统一采样并插值，支持linear（线性）、ffill（前向填充）、bfill（后向填充）等方法
series_a_resampled = series_a.reindex(target_index).interpolate(method='linear')
series_b_resampled = series_b.reindex(target_index).interpolate(method='linear')
series_c_resampled = series_c.reindex(target_index).interpolate(method='linear')

其他可选工具 #

如果更偏向底层数值计算，也可以用NumPy的interp函数，但需要手动处理时间戳到数值的转换，不如pandas高效。

内容的提问来源于stack exchange，提问作者Night Walker