如何从现有列线性插入新列？

Question

我正在尝试使用两个可用列中的值来线性插值新列。 我正在使用np.interp ，但它给出了关于fp的错误。 谁能建议一种使用pandas或numpy进行线性插值的方法？

X1      X2
34.5    36.3
12.4    11.3
16.5    15.9
8.5      8.1
56.6    55.6


df['intreped_X'] = pd.Series(dtype='float') #adding a new column with NaN
df['intreped_X'] = np.interp(df['X1'].values,
                           df['X2'].values)

错误： TypeError: _interp_dispatcher() missing 1 required positional argument: 'fp' 。

更新：我还从这个链接测试了以下脚本，但不会在新列中产生新值，只是在每一行中添加"bound method NDFrame.interpolate..." 。

df['intreped_X'] = np.NaN
df = df.fillna(df.interpolate, axis=1)
print(df)

     X1                   intreped_X                     X2
0   34.5    <bound method NDFrame.interpolate of A ...  36.3
1   12.4    <bound method NDFrame.interpolate of A ...  11.3
2   16.5    <bound method NDFrame.interpolate of A ...  15.9
3   8.5     <bound method NDFrame.interpolate of A ...  8.1
4   56.6    <bound method NDFrame.interpolate of A ...  55.6

Answer 1

在填充有NaN值的两个现有列之间添加一个新列，然后使用带有axis=1的interpolate ：

df.insert(1, 'intreped_X', np.nan)
df.interpolate(axis=1)

结果：

      X1  intreped_X    X2
0   34.5       35.40  36.3
1   12.4       11.85  11.3
2   16.5       16.20  15.9
3   8.5         8.30   8.1
4   56.6       56.10  55.6