基于索引的数据集外推答案

【问题标题】：Extrapolation of dataset based on index基于索引的数据集外推
【发布时间】：2020-08-11 14:23:36
【问题描述】：

我正在尝试推断我的数据集。 sn-p 如下所示。这里可以进行简单的线性外推：

Index Value
3000  NaN
4000  NaN
5000  10
6000  20
6500  33
7000  44  
8300  60
9300  NaN
9400  NaN

外推应考虑索引值。由于 pandas 包只提供了一个插值功能，我被卡住了。我查看了 scipy 包，但似乎无法实现我的想法。非常感谢任何帮助。

【问题讨论】：

标签： python pandas scipy extrapolation

【解决方案1】：

我比较熟悉 scikit-learn：

import pandas as pd
import numpy as np

from sklearn.linear_model import LinearRegression

df = pd.DataFrame([(3000,  np.nan),
(4000,  np.nan),
(5000,  10),
(6000,  20),
(6500,  33),
(7000,  44  ),
(8300,  60),
(9300,  np.nan),
(9400,  np.nan)], columns=['Index', 'Value'])

def extrapolate(df, X_col, y_col):
    
    df_ = df[[X_col, y_col]].dropna()
    
    return LinearRegression().fit(
        df_[X_col].values.reshape(-1,1), df_[y_col]).predict(
        df[X_col].values.reshape(-1,1))

df['Value_'] = extrapolate(df, 'Index', 'Value')
df

你应该得到这样的东西：

    Index   Value   Value_
0   3000    NaN     -23.219022
1   4000    NaN     -7.314802
2   5000    10.0    8.589417
3   6000    20.0    24.493637
4   6500    33.0    32.445747
5   7000    44.0    40.397857
6   8300    60.0    61.073342
7   9300    NaN     76.977562
8   9400    NaN     78.567984

# I assume you don't want to extrapolate the orginal values
df['Value'] = df['Value'].fillna(df['Value_'])
df

给予：

    Index   Value   Value_
0   3000    -23.219022  -23.219022
1   4000    -7.314802   -7.314802
2   5000    10.000000   8.589417
3   6000    20.000000   24.493637
4   6500    33.000000   32.445747
5   7000    44.000000   40.397857
6   8300    60.000000   61.073342
7   9300    76.977562   76.977562
8   9400    78.567984   78.567984

【讨论】：