方法='索引'时的熊猫插值类型？

Question

pandasdocumentation表示method='index'时使用索引的数值。但是，我没有发现任何使用的基础插值方法的迹象。看起来它使用线性插值。任何人都可以明确确认这一点或指出我在文档中的说明吗？

Answer 1

因此，对于阅读它的人可能会认为该文档有点误导：

‘index’, ‘values’：使用索引的实际数值。

由于用索引的数值填充NaN值这是不正确的，我们应该将其理解为线性插值使用索引的实际数值

source code of pandas.DataFrame.interpolate中的method='linear'和method='index'的区别主要在以下代码：

if method == "linear":
# prior default
    index = np.arange(len(obj.index))
    index = Index(index)
else:
    index = obj.index

因此，如果您使用默认的RangeIndex 作为数据帧的索引，那么method='linear' 和method='index' 的插值结果将是相同的，但是如果您指定不同的索引，则结果将不一样，如下示例将清楚地向您展示差异：

import pandas as pd
import numpy as np

d = {'val': [1, np.nan, 3]}
df0 = pd.DataFrame(d)
df1 = pd.DataFrame(d, [0, 1, 6])

print("df0:\nmethod_index:\n{}\nmethod_linear:\n{}\n".format(df0.interpolate(method='index'), df0.interpolate(method='linear')))
print("df1:\nmethod_index:\n{}\nmethod_linear:\n{}\n".format(df1.interpolate(method='index'), df1.interpolate(method='linear')))

输出：

df0:
method_index:
   val
0  1.0
1  2.0
2  3.0
method_linear:
   val
0  1.0
1  2.0
2  3.0

df1:
method_index:
   val
1  1.000000
2  1.333333
6  3.000000
method_linear:
   val
1  1.0
2  2.0
6  3.0

如您所见，当index=[0, 1, 6]与val=[1.0, 2.0, 3.0]时，插值是1.0 + (3.0-1.0) / (6-0) = 1.333333

按照pandas源代码的运行时间（generic.py -> managers.py -> blocks.py -> missing.py），我们可以发现线性插值的实现使用了实际数值索引：

NP_METHODS = ["linear", "time", "index", "values"]

if method in NP_METHODS:
    # np.interp requires sorted X values, #21037
    indexer = np.argsort(inds[valid])
    result[invalid] = np.interp(
        inds[invalid], inds[valid][indexer], yvalues[valid][indexer]
    )