如何用Pandas将小时级温度数据扩展为15分钟间隔并插值？

需求说明 #

需要把小时级时间间隔的温度数据集转换为15分钟（一刻钟）间隔，中间时刻的温度按相邻小时温度变化的25%、50%、75%递增估算，示例如下：

原数据：

date_time	Temperature [°C]
2018-01-01 01:00:00	10
2018-01-01 02:00:00	12

期望输出：

date_time	Temperature [°C]
2018-01-01 01:00:00	10
2018-01-01 01:15:00	10.5
2018-01-01 01:30:00	11
2018-01-01 01:45:00	11.5
2018-01-01 02:00:00	12

问题：手动插入行不适用于大规模数据 #

最初尝试手动插入行的方式，代码如下：

df_test.loc[1.5] = ['time', 'temp_old', 'temp_new']
df_test = df_test.sort_index().reset_index(drop=True)

但该方法效率极低且易出错，无法适配5000+行的大规模数据集。

解决方案：使用Pandas的resample + interpolate #

借助Pandas的resample和interpolate方法，可以高效实现需求，代码如下：

# 复制原数据集（避免修改原始数据）
df_weather_test = df_weather.copy()
# 将时间列转换为datetime类型（resample的必要前提）
df_weather_test['date_time'] = pd.to_datetime(df_weather['date_time'])
# 重采样为15分钟间隔，并用线性插值填充中间值
df_weather_test2 = df_weather_test.resample('15T', on='date_time').mean().interpolate()

代码说明 #

• pd.to_datetime()：确保时间列是标准的datetime格式，这是时间序列重采样的基础。
• resample('15T')：按15分钟间隔对时间序列拆分，'15T'是Pandas中代表15分钟的缩写。
• .mean()：重采样时对每个时间点取均值（原数据为小时级，所以原时间点的均值就是自身数值）。
• .interpolate()：默认采用线性插值，正好匹配相邻小时温度按25%、50%、75%递增的估算逻辑。

内容的提问来源于stack exchange，提问作者H.E.