パンダの補間で不規則で定期的なタイムスタンプを持つ2つのシリーズを差し引く

Question

私は、タイムスタンプ付きの2つのパンダシリーズをインデックスとして扱っています。 1つのシリーズは固定周波数の粗いモデルであり、もう1つは固定周波数のないデータです。データからモデルを減算し、モデルの値を（線形またはスプラインで）補間したいと思います。ここ

は一例であり：

import numpy as np 
import pandas as pd 


# generate model with fixed freq 
model = pd.Series(range(5),index=pd.date_range('2017-06-19T12:05:00', '2017-06-19T12:25:00', freq="5 min")) 

# generate data and add more_data to make frequency irregular 
data = pd.Series(np.arange(10)+0.3,index=pd.date_range('2017-06-19T12:06:00', 
'2017-06-19T12:24:00', freq="2 min")) 
more_data = pd.Series([-10, -20], index=[pd.Timestamp('2017-06-19T12:07:35'), 
pd.Timestamp('2017-06-19T12:09:10')]) 
data = data.append(more_data).sort_index() 

Iは

data - model.interpolate()[data.index] 

を試みたが、それは唯一私モデルのタイムスタンプとデータ重複非NaN値を与えます。

モデルの頻度（）に合わせてデータを再サンプリングすることはできますが、データから元のタイムスタンプでモデルを差し引いたデータを取得したいと思います。

Answer 1

thisの助けを借りて答私は実際に必要なポイントで補間し、私の問題への解決策を考え出した：

まず、dataのタイムスタンプでのNaNのシリーズを生成します。

na = pd.Series(None, data.index) 

とモデルと組み合わせる：

combi = model.combine_first(na) 

このシリーズは、現在のデータから補間し、差し引くことができる

(data - combi.interpolate(method='time'))[data.index] 

またはワンライナーとして

(data - model.combine_first(pd.Series(None, data.index)).interpolate(method='time'))[data.index] 

Answer 2

アイデア：

あなたはデータの周波数に合わせてモデルを再サンプリング、その後、ナノ秒単位でdataのインデックスの値の最大公約数を見つけることができます。

方法：

方法を用いてnumpyのアレイのGCD関数を構築hereを見つけ、それをdata.index.astype(np.int64)フィード：

divisor = np.ufunc.reduce(np.frompyfunc(math.gcd, 2, 1), 
          data.index.astype(np.int64)) 
divisor 
Out[91]: 5000000000 

そしてmodelをリサンプリングし、前のように進行：

data - model.resample(str(divisor)+'ns').interpolate(method='time')[data.index] 
    Out[61]: 
2017-06-19 12:06:00  0.100000 
2017-06-19 12:07:35 -10.516667 
2017-06-19 12:08:00  0.700000 
2017-06-19 12:09:10 -20.833333 
2017-06-19 12:10:00  1.300000 
2017-06-19 12:12:00  1.900000 
2017-06-19 12:14:00  2.500000 
2017-06-19 12:16:00  3.100000 
2017-06-19 12:18:00  3.700000 
2017-06-19 12:20:00  4.300000 
2017-06-19 12:22:00  4.900000 
2017-06-19 12:24:00  5.500000 
dtype: float64