python实现时序数据缺失值的插值

最近学习时序数据的处理，但现实的时序数据存在某些日期数值的缺失，要根据其前后几天的数值进行插值

原始数据

给出原始的数据形式11.csv文件格式如下，要对dura进行填充
seniorID,date,dura
145116054891300800,2018-03-20,1
145116054891300800,2018-03-16,0
145116054891300800,2018-03-17,3
145116054891300800,2018-03-20,3
145116054891300800,2018-03-24,3

代码实现

# 字符串转为日期
def string_to_date(str):
    return datetime.datetime.strptime(str, "%Y-%m-%d")

# 对11.csv进行插值
def date_insert():
    # 读取csv
    df1 = pd.read_csv('11.csv', encoding='utf-8')
    # 这里是为了将df1的date列的str格式转为年月日时分秒的形式
    date0 = []
    for dt in df1['date']:
        date0.append(string_to_date(dt))
    # df1['date'] = 2019-1-1 00:00:00
    df1['date'] = date0
    # 生成包含df1所有日期的辅助dataframe：df2
    # df2['date']格式为2019-1-1 00:00:00
    df2 = pd.DataFrame({'date': pd.date_range(df1['date'].min(), df1['date'].max())})
  	# 合并df1，df2，on表示在date列上合并，how表示同时保留df1、df2并且对缺失值填充为NaN，并且按照日期排序好
    df = pd.merge(df1, df2, on='date', how='outer').sort_values('date')
    # 对dura的缺失值进行线性插值
    df['dura'] = df['dura'].interpolate(method='linear')
    return df

填充后