本文介绍如何使用 pandas 对带有不规则时间戳的小时级气象数据进行重采样，通过先升频插值再降频对齐，精准生成每小时整点（如 15:00、16:00）的线性插值温度值。
在实际时间序列分析中，传感器数据常以近似但不精确的时间间隔采集（例如每小时 51 分记录），而下游任务（如可视化、建模或与标准气象产品对齐）往往要求严格对齐到整点（如 15:00, 16:00）。直接使用 df.resample('H').first().interpolate('linear') 并不能达到预期效果——因为 .first() 会丢失原始时间信息，导致插值失去时序依据；而 .interpolate() 在降频后应用，已无足够密度支撑准确线性拟合。
正确策略是 “升频→插值→降频”三步法：
- 升频（Upsample）：将原始数据重采样至高频率（如分钟级 'T' 或 '1min'），用 .first() 获取每个分钟桶内的首个观测值（此时多数分钟为空，产生大量 NaN）；
- 插值（Interpolate）：在密集的时间索引上执行 interpolate(method='linear')，利用原始时间戳的精确位置进行等距线性插值；
- 降频（Downsample）：再以小时为单位重采样（'H'），并用 .asfreq() 直接提取整点时刻的值（而非聚合），确保结果严格落在 HH:00:00。
以下是完整可运行示例：
import pandas as pd
# 构造示例数据（注意：时间列需转为 datetime 并设为索引）
data = {
'Date Time, GMT-08:00': ['10/31/23 15:51', '10/31/23 16:51',
'10/31/23 17:51', '10/31/23 18:51',
'10/31/23 19:51', '10/31/23 20:51',
'10/31/23 21:51'],
'Temp, °C': [13.41, 7.49, 7.61, 7.39, 7.34, 7.33, 7.38]
}
df = pd.DataFrame(data)
# 关键预处理：解析时间、设为索引
df['Date Time, GMT-08:00'] = pd.to_datetime(
df['Date Time, GMT-08:00'],
format='%m/%d/%y %H:%M'
)
df = df.set_index('Date Time, GMT-08:00')
# ✅ 正确流程：升频 → 插值 → 降频 → 取频点
result = (df
.resample('T').first() # 升频至分钟级，保留原始观测点
.interpolate(method='linear') # 在连续分钟索引上线性插值
.resample('H').asfreq()) # 降频至小时级，取每小时首分钟（即 HH:00:00）
print(result)输出结果：
Temp, °C Date Time, GMT-08:00 2023-10-31 15:00:00 NaN 2023-10-31 16:00:00 12.5220 2023-10-31 17:00:00 7.5080 2023-10-31 18:00:00 7.5770 2023-10-31 19:00:00 7.3825 2023-10-31 20:00:00 7.3385 2023-10-31 21:00:00 7.3375
⚠️ 注意事项：首行 15:00 为 NaN，因原始最早数据在 15:51，无法向前提取整点值（可结合 limit_direction='forward' 或 fill_value 处理边界）；若原始时间跨度大、精度要求高，可改用 'S'（秒级）升频提升插值平滑度；.asfreq() 保证输出严格对齐整点；若需聚合（如取均值），应改用 .mean()，但会损失插值意义；所有操作均基于索引的时间语义，务必确保 datetime 索引已正确设置且无时区歧义（必要时用 .dt.tz_localize() / .dt.tz_convert() 统一时区）。
该方法兼顾物理合理性与工程实用性，是处理非均匀采样气象、IoT 或金融时间序列的标准实践。
