Python中的多列插值

Question

我想使用scipy或pandas在这样的表上进行插值：

df = pd.DataFrame({'x':[1,1,1,2,2,2],'y':[1,2,3,1,2,3],'z':[10,20,30,40,50,60] })

df = 
   x   y   z
0  1   1  10
1  1   2  20
2  1   3  30
3  2   1  40
4  2   2  50
5  2   3  60

我希望能够对 1.5 的x值和 2.5 的y值进行插值并获得 40。

该过程将是：

1. 从第一个插值参数 ( x ) 开始，找到目标值周围的值。 在这种情况下，目标值为 1.5，周围值为 1 和 2。
2. 考虑到x=1 ，在y中插值 2.5 的目标。 在这种情况下，在第 1 行和第 2 行之间，获得 25
3. 考虑到x=2 ，在y中插值 2.5 的目标。 在这种情况下，在第 4 行和第 5 行之间，获得 55
4. 将先前步骤中的值插值到目标x值。 在这种情况下， x=1 x=2 。 1.5 的插值是 40

执行插值的顺序是固定的，数据将被正确排序。

我发现了这个问题，但我想知道这些库中是否已有可用的标准解决方案。

Answer 1

您可以使用scipy.interpolate.interp2d ：

    import scipy.interpolate

    f = scipy.interpolate.interp2d(df.x, df.y, df.z)
    f([1.5], [2.5])
     [40.]

第一行使用三个 arrays 为x 、 y和z创建一个插值 function z = f(x, y) 。 第二行使用这个 function 对z给定的x和y值进行插值。 默认是线性插值。

Answer 2

定义你的插值 function：

def interpolate(x, y, df):
    cond = df.x.between(int(x), int(x) + 1) & df.y.between(int(y), int(y) + 1)
    return df.loc[cond].z.mean()

interpolate(1.5,2.5,df)
 40.0