使用内置插值方法线性外推熊猫数据框

Question

考虑以下数据框：

df = pd.DataFrame([np.nan, np.nan,1, 5,np.nan, 6, 6.1 , np.nan,np.nan])

我想使用pandas.DataFrame.interpolate 方法线性推断开始行和结束行的数据帧条目，类似于我执行以下操作时得到的结果：

from scipy import interpolate
df_num = df.dropna()
xi = df_num.index.values
yi = df_num.values[:,0]
f = interpolate.interp1d(xi, yi, kind='linear', fill_value='extrapolate')
x = [0, 1 , 7, 8]
print(f(x))
[-7.  -3. 6.2 6.3]

似乎 pandas interpolate 中的“线性”选项调用了不做线性外推的 numpy 的插值方法。有没有办法调用内置的 interpolate 方法来实现这一点？

Answer 1

您可以直接在 pandas 中使用 scipy interpolate 方法。请参阅pandas.DataFrame.interpolate 文档，您可以使用 scipy.interpolate.interp1d 中的method 选项技术，如附加链接中所述。

您的示例的解决方案可能如下所示：

df.interpolate(method="slinear", fill_value="extrapolate", limit_direction="both")

# Out: 
#      0
# 0 -7.0
# 1 -3.0
# 2  1.0
# 3  5.0
# 4  5.5
# 5  6.0
# 6  6.1
# 7  6.2
# 8  6.3

然后您可以轻松选择您感兴趣的任何值，例如df_interpolated.loc[x]（其中df_interpolated 是前一个代码块的输出）使用您的问题中由x 变量定义的索引。

解释：

• method="slinear" - 上面 pandas 文档中列出的方法之一，传递给 scipy interp1d（参见例如this link）
• fill_value="extrapolate" - 传递 scipy 允许的任何选项（此处推断正是您想要的）
• limit_direction="both" - 在两个方向上进行外推（否则在这种情况下默认设置为“向前”，您会看到前两个值的 np.nan）