我有一个时间序列数据集，由几年来的10赫兹数据组成。一年来，我的数据大约有3.1*10^8行数据(每行有一个时间戳和8个浮点值)。我的数据有空白，我需要确定并用“NaN”填充。下面我的python代码可以这样做，但是性能对于我的问题来说太差了。我无法在任何接近合理时间的情况下获取数据集。在
下面是一个最小的工作示例。
例如，序列(时间序列数据)和长度相同的LIT数据：series = [1.1, 2.1, 3.1, 7.1, 8.1, 9.1, 10.1, 14.1, 15.1, 16.1, 20.1]
data_a = [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]
data_b = [1.2, 1.2, 1.2, 2.2, 2.2, 2.2, 2.2, 3.2, 3.2, 3.2, 4.2]
我希望级数以1为间隔前进，因此级数的间距为4.1、5.1、6.1、11.1、12.1、13.1、17.1、18.1、19.1。数据表a和数据表b应填写浮点数(nan)。
例如，数据_a应该变成：
[1.2，1.2，1.2，楠，楠，楠，2.2，2.2，2.2，2.2，楠，楠，3.2，3.2，3.2，楠，楠，4.2]
我用以下方法存档：
^{pr2}$
我为这个问题寻找了其他的解决方案，但只发现使用find()函数生成差距的索引。函数find()比我的解决方案快吗？但是，如何以更有效的方式将NaN插入data_a和data_b？在
转播
