Преобразование Фурье в Pandas

#python #pandas #dataframe #scipy #фурье

Есть DataFrame примерно такого содержания:

Time     Data
95114    1012.0
96078    1108.0
97033    1132.0
98015    1076.0
...


Состоит из 100 строк, где:


Time - время измерения в микросекундах
Data - измеряемое значение. 


Мне необходимо найти ДПФ этой зависимости. Все бы ничего, только частота измерения
непостоянна. Она немного плывет со временем случайным образом. Т.е. мои потуги в духе:

xf = fftfreq(len(df['Time']),1000) # 1000 взята как примерный период измерений
i = xf > 0
yf = fft(df['Data'])


Дают немного неожиданный результат. Я так понимаю, что дело в частоте. Как правильно
ее искать? Интерполировать свой дискретный ряд и потом уже находить его ДПФ? 

В итоге мне нужно будет найти площадь между определенными частотами спектра. 
    

Ответы

Ответ 1

Можно воспользоваться методом DataFrame.resample(), чтобы преобразовать DataFrame
во временной ряд с единым интервалом (в качестве единого интервала возьмем средний
интервал между замерами в микросекундах) и после этого интерполировать недостающие
значения.

Для этого надо конвертировать df.Time в datetime dtype и установить этот столбец
в качестве индекса:

In [62]: freq = int(df['Time'].diff().mean()) # средняя частота измерения в микросекундах

In [63]: freq
Out[63]: 967

In [64]: df = (df.set_index(pd.to_datetime(df.pop('Time'), unit='us'))
                 .resample('{}U'.format(freq))
                 .mean()
                 .interpolate())

In [65]: df
Out[65]:
                              Data
Time
1970-01-01 00:00:00.094766  1012.0
1970-01-01 00:00:00.095733  1108.0
1970-01-01 00:00:00.096700  1132.0
1970-01-01 00:00:00.097667  1076.0


После этого можно попробовать воспользоваться преобразованиями Фурье.