使用内置插值方法线性外推 pandas 数据帧

Question

考虑以下数据框：

df = pd.DataFrame([np.nan, np.nan,1, 5,np.nan, 6, 6.1 , np.nan,np.nan])

我想使用 pandas.DataFrame.interpolate 方法线性推断起始行和结束行的数据帧条目，类似于我执行以下操作时得到的结果：

from scipy import interpolate
df_num = df.dropna()
xi = df_num.index.values
yi = df_num.values[:,0]
f = interpolate.interp1d(xi, yi, kind='linear', fill_value='extrapolate')
x = [0, 1 , 7, 8]
print(f(x))
[-7.  -3. 6.2 6.3]

pandas interpolate 中的 'linear' 选项似乎调用了 numpy 的 interpolate 方法，该方法不进行线性外推。有没有办法调用内置的插值方法来实现这个？

Answer 1

可以直接在pandas中使用scipy插值方法。请参阅 pandas.DataFrame.interpolate 文档，您可以使用 scipy.interpolate.interp1d 中的 method 选项技术，如附件 link 中所述。 =22=]

您的示例的解决方案可能如下所示：

df.interpolate(method="slinear", fill_value="extrapolate", limit_direction="both")

# Out: 
#      0
# 0 -7.0
# 1 -3.0
# 2  1.0
# 3  5.0
# 4  5.5
# 5  6.0
# 6  6.1
# 7  6.2
# 8  6.3

然后您可以轻松 select 您感兴趣的任何值，例如df_interpolated.loc[x]（其中 df_interpolated 是前一个代码块的输出）使用在您的问题中由 x 变量定义的索引。

解释：

method="slinear" - 上面 pandas 文档中列出的方法之一被传递给 scipy interp1d（见例如 this link)
fill_value="extrapolate" - 传递 scipy 允许的任何选项（此处推断这正是您想要的）
limit_direction="both" - 在两个方向上进行外推（否则在这种情况下默认设置为“forward”，你会看到 np.nan前两个值）

使用内置插值方法线性外推 pandas 数据帧

linearly extrapolate pandas dataframe using built-in interpolate method

interpolation

pandas

extrapolation