Pandas resample结合interpolate行为异常，求技术解释

问题场景与复现 #

在Python 3.8及更高版本的Pandas中，对带TimedeltaIndex的DataFrame执行resample('1s').interpolate()时，未按预期完成线性插值，仅将首个值向前传播填充。

复现代码 #

import pandas as pd
data = {'time': pd.to_timedelta([0., 1.1, 2.2, 3.3, 4.4], unit='s'), 'data':[100, 140, 50, 300, 400]}
df1 = pd.DataFrame(data=data).set_index('time')
df2 = df1.resample('1s').interpolate()
print(df1)
print(df2)

输出结果 #

data
time                        
0 days 00:00:00          100
0 days 00:00:01.100000   140
0 days 00:00:02.200000    50
0 days 00:00:03.300000   300
0 days 00:00:04.400000   400
                  data
time                  
0 days 00:00:00  100.0
0 days 00:00:01  100.0
0 days 00:00:02  100.0
0 days 00:00:03  100.0
0 days 00:00:04  100.0

异常原因分析 #

核心问题出在resample与interpolate的链式调用逻辑上：

• resample('1s')会生成整秒间隔的索引（0s、1s、2s、3s、4s），但默认不会保留原数据中非整秒点的数值，仅保留与新索引匹配的点——原数据中只有0s是整秒点，其余1.1s、2.2s等时间点的数值会被丢弃，新索引的其余位置默认填充NaN。
• 当直接链式调用interpolate()时，由于resample后的结果中只有第一个位置有有效值，后续全为NaN，插值函数无法找到后续的已知参考点，只能执行**向前填充（ffill）**逻辑，导致所有缺失值都被第一个值覆盖。

解决方法 #

需要先通过asfreq()明确保留resample后的缺失值占位，让插值函数能识别出需要插值的区间，再执行插值：

df2 = df1.resample('1s').asfreq().interpolate()

执行后，整秒点会根据前后原数据的时间点进行线性插值，得到符合预期的结果。

内容的提问来源于stack exchange，提问作者Adam Schulz