Pandasで時系列データのリサンプリングを効率的に行う

Question

実現したいこと

時系列データを線形補完でアップ/ダウンサンプリングしたいのですが、うまく行きません。

目的としては、以下例のtsのように時刻の秒が0でないデータにおいて、1時間毎（12:00:00基準）にアップサンプリングしたいと思っております。

多少の誤差を許容し、秒や分の値を切り捨ててしまうことも可能とは思いますが、切り捨てをしないでpandasのメソッド内で実現する方法はありますでしょうか？

import pandas as pd
from pandas.tseries.offsets import Second

rng = pd.date_range('2001-01-01', periods=100, freq='D') + Second(1)
ts = pd.Series(np.random.randn(100), index=rng)

ts.resample('H').interpolate() # 時刻の秒が0でないため、すべてNaNが返ってきてしまう。

# 以下は計算はできるが、秒単位で細かくアップサンリングしてしまうので、実データだと処理に非常に時間がかかる。
ts.resample('S').interpolate().resample('H').interpolate() 

Comments

[meg_]

アップサンプリングで時間がかかるのが困るのであれば、その処理を並列処理にしてはどうでしょうか？（メモリは十分にあるとの前提です）

[MagMag]

ありがとうございます。検討したいと思います。その場合はmultiprocessingを使うのが定石でしょうか？

[meg_]

標準モジュールなので私は使ってますが、同僚はjoblibの方が使い勝手が良いといっています。ご参考まで。

[MagMag]

ありがとうございます。