气温填充求教

老笨啊

已知当天的最高温和最低温，有什么办法，将其扩充成每4个小时的气温记录么? (一般情况下，最高温都是在中午12点左右，而最低温则是在凌晨4点左右）。
只要大概的填充方法即可。。求指点

塔利班

你的温度数据什么分布

冬雪雪冬

按均匀分布计算。设最高32.4℃，最低17.2℃

1. temp = [[i, 0] for i in range(0, 24, 4)]
   
2. temp[3][1] = 32.4
   
3. temp[1][1] = 17.2
   
4. 
   
5. temp[2][1] = (32.4 - 17.2) / 2 + 17.2
   
6. temp[0][1] = (32.4 - 17.2) / 4 + 17.2
   
7. temp[5][1] = (32.4 - 17.2) * 2 / 4 + 17.2
   
8. temp[4][1] = (32.4 - 17.2) * 3 / 4 + 17.2
   

复制代码

老笨啊

塔利班 发表于 2019-6-11 19:27
你的温度数据什么分布

具体倒没有要求什么分布。。。常规是正态分布。。
情况是这样的，我从网上爬了一个时间段的气象数据，里面都是以天计的数据，其中有个最高温和最低温。
我需要将其扩充成每隔4小时的气温数据，用于机器学习的建模。。

老笨啊

冬雪雪冬 发表于 2019-6-11 19:59
按均匀分布计算。设最高32.4℃，最低17.2℃

谢谢。
如果是针对整个dataframe格式的数据，里面有两个字段，分别是最高温和最低温。
而这两个温度数据，是以天计的。
我需要扩充成每隔4小时的温度。。因为一般情况下，气温都是在中午前后达到最高，而凌晨4点左右最低。所以我的初步考虑是将最高温和最低温填充到当天的12点和凌晨4点，然后考虑用线性插值法，再填充其他数据。
我明天去办公室试下你的思路，看能否应用到一整年的气象数据中去。

老笨啊

冬雪雪冬 发表于 2019-6-11 19:59
按均匀分布计算。设最高32.4℃，最低17.2℃

下面是我自己想的做法：
1. 先将以天为记录的高低温数据，用resample命令，扩充成每隔4小时的情况。原高低温的数据会保留在当天的0点位置，其余时间段为空值。
2. 生成一个新的气温字段，根据0点的高低温数值，分别将其填充到12点和4点的气温字段中。----这样就是，当天的数据中，气温字段里，12点为最高温，4点为最低温。其余字段为空值；
具体代码如下：

1. #需要生成新的气温字段，将高温数值设置到当天的12点，而低温数值设置为当天的4点。然后再进行插值填充处理。
   
2. data = data.resample('4H',).asfreq()
   
3. data['气温'] = np.nan
   
4. for i in data.index: #时间点为索引字段
   
5. #先查找当天时间的0点，因为时间扩充后，当天时间的高低温数值，都位于0点所在的行。原数据记录为以天计，将其扩充为每隔4小时计后，原数据保留在0点位置。其余时段为空值
   
6. #然后将该行对应的高、低温值，对应到新生成气温字段的相应时间中（12点的数值为高温，4点的数值为低温，其余为空值，准备填充）
   
7.     time1 = i.split(' ')[0]  + " 00:00:00"
   
8.     if '12:00:00' in i:        
   
9.         data.loc[i,'气温'] = data.loc[time1,'高温']
   
10.     if '04:00:00' in i:
    
11.         data.loc[i,'气温'] = data.loc[time1,'低温']
    

复制代码

生成的结果如下图所示：


现在的问题在于如何对气温字段，进行插值填充了。。
如果用Series.interpolate方法，貌似无法相对较好地拟合当天的温度走势吧？
有什么好办法呢？