使用三次样条在 Pandas 中插值时间序列

Question

我想使用三次样条填充我的 DataFrame 中的列中的空白。如果我要导出到列表，那么我可以使用 numpy 的 interp1d 函数并将其应用于缺失值。

有没有办法在 pandas 中使用这个函数？

Answer 1

大多数 numpy/scipy 函数只要求参数是“array_like”，iterp1d 也不例外。幸运的是，Series 和 DataFrame 都是“array_like”，所以我们不需要离开 pandas：

import pandas as pd
import numpy as np
from scipy.interpolate import interp1d

df = pd.DataFrame([np.arange(1, 6), [1, 8, 27, np.nan, 125]]).T

In [5]: df
Out[5]: 
   0    1
0  1    1
1  2    8
2  3   27
3  4  NaN
4  5  125

df2 = df.dropna() # interpolate on the non nan
f = interp1d(df2[0], df2[1], kind='cubic')
#f(4) == array(63.9999999999992)

df[1] = df[0].apply(f)

In [10]: df
Out[10]: 
   0    1
0  1    1
1  2    8
2  3   27
3  4   64
4  5  125

注意：我想不出一个例子来将 DataFrame 传递给第二个参数 (y)...但这应该也可以工作。