使用时间插值法在时序数据框中补全跨年读数并准确计算分年度能耗-Python教程-PHP中文网

使用时间插值法在时序数据框中补全跨年读数并准确计算分年度能耗

本文介绍如何利用 pandas 的时间插值（interpolate(method='time')）功能，在不规则采样的时序计量数据中自动补全年末年初缺失读数，从而提升年度能耗计算的准确性。

本文介绍如何利用 pandas 的时间插值（`interpolate(method='time')`）功能，在不规则采样的时序计量数据中自动补全年末年初缺失读数，从而提升年度能耗计算的准确性。

在水、电、气等计量场景中，设备读数往往非等间隔采集（如每月初或不定期抄表），直接按自然年切分并用首尾差值估算年度消耗，易因跨年空窗期过长而严重低估真实用量——正如示例中简单相减仅得 240 + 63 = 303，远低于实际消耗 1185。根本症结在于：2023-12-01 至 2024-02-17 之间存在长达 77 天的空白，却跨越了会计年度分界点（2023-12-31 / 2024-01-01）。理想方案是基于线性时间加权，推算出关键时间节点（如年末最后一天、新年第一天）的合理读数值，再据此分段计算。

pandas 提供了简洁高效的解决方案：interpolate(method='time') 可依据时间戳的真实跨度（而非行索引）进行线性插值，完美适配此类需求。实现步骤如下：

统一时间类型：确保 date 列为 datetime64[ns]；
生成关键锚点：用 pd.date_range(..., freq='YS') 获取历年年初（Year Start），freq='Y' 获取历年年末（Year End）；
扩展索引并插值：将原始日期与所有锚点合并后重索引，再按时间顺序插值填充 reading；
还原结构：重置索引并恢复原始列顺序。

以下是完整可运行代码：

import pandas as pd

# 示例数据
df = pd.DataFrame({
    'id': [2, 5, 8, 11, 14],
    'meter': [2, 2, 2, 2, 2],
    'reading': [8232, 8267, 8472, 9354, 9417],
    'date': ['2023-09-01', '2023-11-01', '2023-12-01', '2024-02-17', '2024-03-04']
})

# 步骤1：转为 datetime
df['date'] = pd.to_datetime(df['date'])

# 步骤2：生成年度起止锚点（覆盖数据范围）
date_ys = pd.date_range(df['date'].min(), df['date'].max(), freq='YS')  # 如 2023-01-01, 2024-01-01
date_y  = pd.date_range(df['date'].min(), df['date'].max(), freq='Y')   # 如 2023-12-31, 2024-12-31

# 步骤3：合并全部时间点，插值，排序
all_dates = df['date'].tolist() + date_ys.tolist() + date_y.tolist()
out = (df.set_index('date')
       .reindex(all_dates)
       .sort_index()
       .assign(reading=lambda x: x['reading'].interpolate(method='time'))
       .reset_index()
       .rename(columns={'index': 'date'})[df.columns])  # 保持原始列顺序

print(out)

输出结果包含自动补全的 2023-12-31 和 2024-01-01 读数（如 8811.23 和 8822.54），后续即可按自然年分组计算：

# 计算各年度消耗（以 reading 差值为准）
out['year'] = out['date'].dt.year
annual_consumption = out.groupby('year')['reading'].agg(['first', 'last']).apply(
    lambda x: x['last'] - x['first'], axis=1
)
print(annual_consumption)
# 2023    579.23
# 2024    594.46

✅ 注意事项：