在python pandas中，如何重新采样和插入DataFrame？

Question

我有一个pd DataFrame，通常采用以下格式：

   1       2          3          4  
0.1100 0.0000E+00 1.0000E+00 5.0000E+00  
0.1323 7.7444E-05 8.7935E-01 1.0452E+00  
0.1545 4.3548E-04 7.7209E-01 4.5432E-01  
0.1768 1.2130E-03 6.7193E-01 2.6896E-01  
0.1990 2.5349E-03 5.7904E-01 1.8439E-01  
0.2213 4.5260E-03 4.9407E-01 1.3771E-01 

我想要做的是从列表中重新采样列1（索引）值，例如：

indexList = numpy.linspace(0.11, 0.25, 8)

然后我需要从输入DataFrame线性插值第2,3和4列的值（它总是只有我重新采样/重新索引的第1列） - 如果需要外推，作为我的最小值/最大值list不一定在我现有的第1列（索引）中。 然而，关键点是插值部分。 我是python的新手，但我正在考虑使用这样的方法：

1. output_df = DataFrame.reindex（index = indexList） - 这将主要给出第2-4列的NaN。
2. for index，output_df.iterrows（）中的行
   “从DataFrame计算插值/外推值并将其插入正确的行/列的函数”

不知何故感觉我应该能够使用.interpolate功能，但我无法弄清楚如何。 我不能直接使用它 - 它太不准确，因为在第2-4列中提到的重新索引后的大多数条目都是NaN的; 插值应该在我的初始DataFrame的两个最接近的值内完成。 任何好的提示有人吗？ （如果我的格式/意图不清楚，请告诉我......）

Answer 1

假设列1在索引中，您可以使用原始值和您创建的列表重新索引数据帧，然后使用interpolate填充nan。

df1 = df.reindex(df.index.union(np.linspace(.11,.25,8)))
df1.interpolate('index')

               2         3         4
0.1100  0.000000  1.000000  5.000000
0.1300  0.000069  0.891794  1.453094
0.1323  0.000077  0.879350  1.045200
0.1500  0.000363  0.793832  0.574093
0.1545  0.000435  0.772090  0.454320
0.1700  0.000976  0.702472  0.325482
0.1768  0.001213  0.671930  0.268960
0.1900  0.001999  0.616698  0.218675
0.1990  0.002535  0.579040  0.184390
0.2100  0.003517  0.537127  0.161364
0.2213  0.004526  0.494070  0.137710
0.2300  0.004526  0.494070  0.137710
0.2500  0.004526  0.494070  0.137710

Answer 2

在我们开始一些法术之前：

import pandas as pd
import numpy

LENGTH=8

让我们从加载数据开始（我们将更改为csv，因为它更容易）：

x="""   1       2          3          4
0.1100 0.0000E+00 1.0000E+00 5.0000E+00
0.1323 7.7444E-05 8.7935E-01 1.0452E+00
0.1545 4.3548E-04 7.7209E-01 4.5432E-01
0.1768 1.2130E-03 6.7193E-01 2.6896E-01
0.1990 2.5349E-03 5.7904E-01 1.8439E-01
0.2213 4.5260E-03 4.9407E-01 1.3771E-01
"""
nx = ""
for l in x.split('\n'):
    nx += ','.join(l.split()) + '\n'
df= pd.read_csv(pd.compat.StringIO(nx))

现在，您希望在相同数据上插入一个新数据帧，但是数组的值介于0.11和0.25之间：

indexList = numpy.linspace(0.11, 0.25, LENGTH)

我们将使用第一列作为索引，并使用reindex：

df_interpolated = df.reindex(df.index.union(indexList)).interpolate('index')
df_interpolated.head(LENGTH)

             1         2         3         4
0.00  0.110000  0.000000  1.000000  5.000000
0.11  0.112453  0.000009  0.986729  4.564972
0.13  0.112899  0.000010  0.984316  4.485876
0.15  0.113345  0.000012  0.981903  4.406780
0.17  0.113791  0.000013  0.979490  4.327684
0.19  0.114237  0.000015  0.977077  4.248588
0.21  0.114683  0.000016  0.974664  4.169492
0.23  0.115129  0.000018  0.972251  4.090396
0.25  0.115575  0.000019  0.969838  4.011300