Python中LAI时间序列的Savitzky-Golay滤波平滑问题及解决

我是Python新手，正在处理一年期LAI（叶面积指数）时间序列统计数据（包含count、min、max、std字段），目标是对每个segment_id（样区）的最大LAI均值执行线性插值结合Savitzky-Golay滤波平滑。但反复调整窗口大小、多项式阶数等参数后，平滑效果始终不理想。

经排查发现，问题核心是数据未按时间顺序排序——时间序列类的插值、滤波算法依赖有序的时间轴，无序数据会导致算法逻辑混乱，输出不符合预期的结果。

修改以下代码，对日期和均值数据按索引排序后，平滑效果恢复正常：

x = df_filtered['date'].sort_index()
y = df_filtered['mean'].sort_index()/1000

效果对比 #

• 排序前平滑效果：
  
• 排序后平滑效果：
  

内容的提问来源于stack exchange，提问作者Abdoulaye Guindo