Pandas：插入数据框并替换值答案

【问题标题】：Pandas : interpolate a dataframe and replace valuesPandas：插入数据框并替换值
【发布时间】：2023-03-19 21:31:01
【问题描述】：

对于数据帧的每一列，我使用 pandas 函数“interpolate”进行了插值，我试图用插值曲线的值（excel 上的趋势曲线）替换数据帧的值。

我有以下数据框，名为 data

        0      1
0   0.000  0.002
1   0.001  0.002
2   0.001  0.003
3   0.003  0.004
4   0.003  0.005
5   0.003  0.005
6   0.004  0.006
7   0.005  0.006
8   0.006  0.007
9   0.006  0.007
10  0.007  0.008
11  0.007  0.009
12  0.008  0.010
13  0.008  0.010
14  0.010  0.012

然后我做了以下代码：

for i in range(len(data.columns)):
    data[i].interpolate(method="polynomial",order=2,inplace=True)

我认为 inplace 会替换值，但它似乎不起作用。有人知道怎么做吗？

谢谢，祝你有美好的一天:)

【问题讨论】：

标签： python python-3.x pandas interpolation curve

【解决方案1】：

试试这个，

import pandas as pd
import numpy as np

我创建了一个包含一些疯狂值的迷你文本文件，以便您了解插值是如何工作的。

文件看起来像这样，

0,1
0.0,.002
0.001,.3
NaN,NaN
4.003,NaN
.004,19
.005,234
NaN,444
1,777

这是导入和处理数据的方法，

df=pd.read_csv('datafile.txt, header=0)

for column in df:
  df[column].interpolate(method="polynomial",order=2,inplace=True)

print(df.head())

数据框现在看起来像这样，

       0           1
0  0.000000    0.002000
1  0.001000    0.300000
2  2.943616  -30.768123
3  4.003000  -70.313176
4  0.004000   19.000000
5  0.005000  234.000000
6  0.616931  444.000000
7  1.000000  777.000000

另外，如果您的意思是要在数据框中的点之间进行插值，那就不同了。

应该是这样的，

df1 = df.reindex(df.index.union(np.linspace(.11,.25,8)))
df1.interpolate('index')

结果看起来像，

    0        1
0.00  0.00000  0.00200
0.11  0.00011  0.03478
0.13  0.00013  0.04074
0.15  0.00015  0.04670
0.17  0.00017  0.05266
0.19  0.00019  0.05862
0.21  0.00021  0.06458
0.23  0.00023  0.07054
0.25  0.00025  0.07650
1.00  0.00100  0.30000

【讨论】：

在我的情况下，列名是 int ！它似乎没有更好的工作。你在哪里使用 numpy？
我的列名也是整数。我告诉 Pandas read_csv，标题是第 0 行的列名，标题 = 0。我进行了编辑以显示输出数据，我还删除了导入 numpy，因为它是需要的。

【解决方案2】：

它实际上与 scipy.interpolate.UnivariateSpline 一起工作

【讨论】：