Pandas 中 DataFrame 的插值答案

【问题标题】：Interpolation on DataFrame in pandasPandas 中 DataFrame 的插值
【发布时间】：2018-01-19 06:37:06
【问题描述】：

我有一个 DataFrame，比如说一个波动率表面，索引为时间，列为罢工。如何进行二维插值？我可以reindex 但我该如何处理NaN？我知道我们可以fillna(method='pad') 但它甚至不是线性插值。有没有办法我们可以插入我们自己的方法来进行插值？

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以使用DataFrame.interpolate 获得线性插值。

In : df = pandas.DataFrame(numpy.random.randn(5,3), index=['a','c','d','e','g'])

In : df
Out:
          0         1         2
a -1.987879 -2.028572  0.024493
c  2.092605 -1.429537  0.204811
d  0.767215  1.077814  0.565666
e -1.027733  1.330702 -0.490780
g -1.632493  0.938456  0.492695

In : df2 = df.reindex(['a','b','c','d','e','f','g'])

In : df2
Out:
          0         1         2
a -1.987879 -2.028572  0.024493
b       NaN       NaN       NaN
c  2.092605 -1.429537  0.204811
d  0.767215  1.077814  0.565666
e -1.027733  1.330702 -0.490780
f       NaN       NaN       NaN
g -1.632493  0.938456  0.492695

In : df2.interpolate()
Out:
          0         1         2
a -1.987879 -2.028572  0.024493
b  0.052363 -1.729055  0.114652
c  2.092605 -1.429537  0.204811
d  0.767215  1.077814  0.565666
e -1.027733  1.330702 -0.490780
f -1.330113  1.134579  0.000958
g -1.632493  0.938456  0.492695

对于更复杂的事情，您需要推出自己的函数来处理Series 对象并根据需要填充NaN 值并返回另一个Series 对象。

【讨论】：

Avaris，非常感谢您的回答！
在fillna中加入这个选项是个好主意。
如果插值步骤中有另一个维度（或类别）保持不变（单独）怎么办？即，我如何将您的精彩解决方案与 groupby 结合起来？现在，如果索引有重复的值（例如，它们在我希望分组的不同类别中是相同的），reindex() 步骤将失败，声称“重新索引仅对具有唯一值的索引对象有效”。（也许这应该是一个新问题？）
这是一个很好但有点晦涩的答案。最好有一个方便的功能，您可以在其中选择要插值的轴
也可以使用DataFrame的插值方法吗？ df2.interpolate() 因为df2.interpolate() == df2.apply(pandas.Series.interpolate)（至少对我来说，pandas.__version__ == 0.14）

【解决方案2】：

旧线程，但我想我会与 2d 外推/插值分享我的解决方案，尊重索引值，这也可以按需工作。代码有点奇怪，如果有更好的解决方案，请告诉我：

import pandas
from   numpy import nan
import numpy

dataGrid = pandas.DataFrame({1: {1: 1, 3: 2},
                             2: {1: 3, 3: 4}})


def getExtrapolatedInterpolatedValue(x, y):
    global dataGrid
    if x not in dataGrid.index:
        dataGrid.ix[x] = nan
        dataGrid = dataGrid.sort()
        dataGrid = dataGrid.interpolate(method='index', axis=0).ffill(axis=0).bfill(axis=0)

    if y not in dataGrid.columns.values:
        dataGrid = dataGrid.reindex(columns=numpy.append(dataGrid.columns.values, y))
        dataGrid = dataGrid.sort_index(axis=1)
        dataGrid = dataGrid.interpolate(method='index', axis=1).ffill(axis=1).bfill(axis=1)

    return dataGrid[y][x]


print getExtrapolatedInterpolatedValue(2, 1.4)
>>2.3

【讨论】：

漂亮的解决方案。对我来说效果很好。感谢您发布！