从每月平均数据帧到插值的每日时间序列

Question

我有兴趣获取每个月的月平均值，并将月平均值设置为每个月第 15 天的值（在每日时间序列内）。

我从以下开始（这些是我得到的每月平均值）：

m_avg = pd.DataFrame({'Month': ['1.527013956', '1.899169054', '1.669356146','1.44920871', '1.188557788', '1.017035727', '0.950243755', '1.022453993', '1.203913739', '1.369545041','1.441827406','1.48621651']

编辑：我向数据框添加了一个值，现在有 12 个值。

接下来，我想将每个月的值放在以下时间段的第 15 天（每个月内）：

ts = pd.date_range(start='1/1/1950', end='12/31/1999', freq='D')

我知道如何使用已经存在的每日时间序列的第 15 天提取日期：

df= df.loc[(df.index.day==15)] # Where df is any daily timeseries

最后，我知道如何在每个月的第 15 天获得月平均值后对这些值进行插值，使用：

df.loc[:, ['Col1']] = df.loc[:, ['Col1']].interpolate(method='linear', limit_direction='both', limit=100)

我如何从每月的 DataFrame 到插值的每日 DataFrame，我在每个月的第 15 天之间线性插值，这是我的原始 DataFrame 通过构造的月值？

编辑：

您建议使用 np.tile() 很好，但我最终需要对多个列执行此操作。我使用了 np.tile 而不是

index = pd.date_range(start='1/1/1950', end='12/31/1999', freq='MS')
m_avg = pd.concat([month]*49,axis=0).set_index(index)

可能有更好的解决方案，但目前为止这对我的需求有效。

Answer 1

这是一种方法：

import pandas as pd
import numpy as np

# monthly averages, note these should be cast to float 
month = np.array(['1.527013956', '1.899169054', '1.669356146', 
                  '1.44920871',  '1.188557788', '1.017035727',
                  '0.950243755', '1.022453993', '1.203913739', 
                  '1.369545041', '1.441827406', '1.48621651'], dtype='float')

# expand this to 51 years, with the same monthly averages repeating each year
# (obviously not very efficient, probably there are better ways to attack the problem, 
# but this was the question)
month = np.tile(month, 51)

# create DataFrame with these values
m_avg = pd.DataFrame({'Month': month})

# set the date index to the desired time period
m_avg.index = pd.date_range(start='1/1/1950', end='12/1/2000', freq='MS')

# shift the index by 14 days to get the 15th of each month
m_avg = m_avg.tshift(14, freq='D')

# expand the index to daily frequency
daily = m_avg.asfreq(freq='D')

# interpolate (linearly) the missing values
daily = daily.interpolate()

# show result
display(daily)

输出：

            Month
1950-01-15  1.527014
1950-01-16  1.539019
1950-01-17  1.551024
1950-01-18  1.563029
1950-01-19  1.575034
...         ...
2000-12-11  1.480298
2000-12-12  1.481778
2000-12-13  1.483257
2000-12-14  1.484737
2000-12-15  1.486217

18598 rows × 1 columns

从每月平均数据帧到插值的每日时间序列

Going from monthly average dataframe to an interpolated daily timeseries

interpolation

dataframe

python-3.x

pandas

pandas-groupby