Python如何在数据框中的两个行值之间生成附加值

Question

我有一个包含两个浮点列的数据框。我想在行值之间创建额外的浮点值。顺便说一句，我想将生成的值堆叠到它们之间的新行中。我有两种方法可以做到。

df = 
       data1    data2   
0      1.913  8.284000
1     13.060  8.261000
2     24.041  8.252000

我想在上述数据框中的行之间生成 5 个额外的行。我想通过两种方法实现它。

方法1：预期输出如下。在此，附加值在 data1 列中创建为np.linspace(1.913,13.060,7)，如下所示，从索引 0 到 6。data2 列在这些附加行中保持恒定值 8.284。

newdf1 = 
       data1           data2   
0      1.913          8.284000   ## Original row
1      3.77083333     8.284000   ## Generated row  
2      5.62866667     8.284000   ## Generated row  
3      7.4865         8.284000   ## Generated row   
4      9.34433333     8.284000   ## Generated row  
5      11.20216667    8.284000   ## Generated row             
6      13.060         8.261000   ## Original 
7                     8.261000
.                     8.261000
.
                      8.261000
12     24.041        8.252000 

方法2：预期输出如下。 data1 列采用与上述方法 1 相同的方法。现在，data2 列的值也被映射了。例如，np.linspace(8.284000,8.261000,7)

newdf2 = 
       data1           data2   
0      1.913          8.284000     ## Original row
1      3.77083333     8.28016667   ## Generated row  
2      5.62866667     8.27633333   ## Generated row  
3      7.4865         8.2725       ## Generated row   
4      9.34433333     8.26866667   ## Generated row  
5      11.20216667    8.26483333   ## Generated row             
6      13.060         8.261000     ## Original 
7      
.

12     24.041        8.252000

Answer 1

我建议将你的任务分成两部分：

1. 在 DataFrame 中插入（空）额外行
2. 根据您给定的规则（插值）填充这些额外的行。

对于第一部分，一个（诚然复杂的）列表理解就可以了。对于第二部分，熊猫DataFrame的方法.interpolate()是你的朋友。

但我们不要超越自己。我们首先生成你原来的DataFrame：

df = pd.DataFrame({'data1': [1.913, 13.060, 24.041], 'data2': [8.284, 8.261, 8.252]})

1。在现有值之间插入额外的行

现在我们生成一个包含原始数据的dict，以及介于两者之间的额外值 (NaNs)。然后我们从dict 创建一个新的DataFrame：

line_ins = 5 # Number of lines to insert
res_dict = {col: [y for val in df[col] for y in [val] + [np.nan]*line_ins][:-line_ins] for col in df.columns}
df_new = pd.DataFrame(res_dict)

列表推导说明：对于DataFrame's 列中的每个值（val），我们还添加五个np.nan's（[val] + [np.nan]*line_ins）。 最后，我们从生成的列表 ([:-line_ins]) 中删除了最后五个值，因为我们不希望在最后一个值之后有额外的行。最后，我们将列表展平（因此是堆叠列表理解）。

2。确定新行的值（插值）

方法一

在这种情况下，我们希望对列 data1 进行线性插值，而对于 data2，我们希望使用现有值：

df_new['data1'] = df_new['data1'].interpolate()
df_new['data2'] = df_new['data2'].interpolate(method='pad')

生成的df_new 包含以下内容：

        data1  data2
0    1.913000  8.284
1    3.770833  8.284
2    5.628667  8.284
3    7.486500  8.284
4    9.344333  8.284
5   11.202167  8.284
6   13.060000  8.261
7   14.890167  8.261
8   16.720333  8.261
9   18.550500  8.261
10  20.380667  8.261
11  22.210833  8.261
12  24.041000  8.252

方法二

在这种情况下，我们希望对两列进行线性插值，让事情变得更简单：

df_new = df_new.interpolate()

以及生成的df_new的内容：

        data1     data2
0    1.913000  8.284000
1    3.770833  8.280167
2    5.628667  8.276333
3    7.486500  8.272500
4    9.344333  8.268667
5   11.202167  8.264833
6   13.060000  8.261000
7   14.890167  8.259500
8   16.720333  8.258000
9   18.550500  8.256500
10  20.380667  8.255000
11  22.210833  8.253500
12  24.041000  8.252000