Интерполяция данных из df с несколькими столбцами, включая дату и время ⇐ Python

[Гость]

У меня есть много данных из файла CSV, который выглядит следующим образом:

MMSI, BaseDateTime, LAT, LON, SOG, COG 111, 2023-01-01T00:01:19, 27.3538, -94.6253, 0.1, 35.3 111, 2023-01-01T00:04:18, 27.35372, -94.6253, 0.1, 18.3 111, 2023-01-01T00:07:19, 27.35372, -94.62534, 0.1, 290.0 111, 2023-01-01T00:10:19, 27.35374, -94.62538, 0.1, 249.5 111, 2023-01-01T00:16:18, 27.35376, -94.62543, 0.1, 225.5 1056261,2023-01-01T00:00:12, 26.11815, -80.14815, 0.0, 300.4 1056261,2023-01-01T00:01:21, 26.11817, -80.14821, 0.0, 291.8 1056261,2023-01-01T00:02:32, 26.11814, -80.14817, 0.0, 284.0 1056261,2023-01-01T00:03:41, 26.11815, -80.14819, 0.0, 288.9 MMSI следует рассматривать как разновидность идентификатора судна.

Моя проблема в том, что интервалы в BaseDateTime очень неравномерны. Иногда задержка составляет всего несколько минут, а иногда задержки намного дольше.

Это не работает для меня, поскольку вместо этого я хочу иметь данные, скажем, за каждую минуту. Можно ли для этого использовать интерполяцию?

Я уже пробовал сделать это с помощью интерполяции pandas, но, похоже, она устарела.