问题描述
考虑以下数据框:
df = pd.DataFrame([np.nan,np.nan,1,5,6,6.1,np.nan])
我想使用 pandas.DataFrame.interpolate
方法线性外推起始行和结束行的数据帧条目,类似于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 = [0,7,8]
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 interpolate 方法来实现?
解决方法
您可以直接在 Pandas 中使用 scipy interpolate 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,如附加链接中所述。
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
然后您可以轻松选择您感兴趣的任何值,例如df_interpolated.loc[x]
(其中 df_interpolated
是前一个代码块的输出)使用由 x
变量在您的问题中定义的索引。
说明:
-
method="slinear"
- 上面 Pandas 文档中列出的方法之一,它被传递给 scipyinterp1d
(参见例如 this link) -
fill_value="extrapolate"
- 传递 scipy 允许的任何选项(这里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将设置为“向前”,您会看到前两个值的np.nan
)