DataFrame 或系列的特定缺失索引的插值

Question

使用这样的 dataframe：

import pandas as pd

df = pd.DataFrame([
    {'key':  1, 'value': 0.4},
    {'key':  4, 'value': 0.5},
    {'key':  6, 'value': 0.7},
    {'key': 10, 'value': 1.3},
    {'key': 11, 'value': 1.4},
    {'key': 13, 'value': 1.1},
])
df.set_index('key', inplace=True)

我想提取 dataframe 中的值，或者应该从现有值中插值。

我知道DataFrame.interpolate()它非常适合快速计算具有NaN值的索引的插值。 因此，一种方法可能是添加索引中尚未包含的所有索引，按索引对 dataframe 进行排序，插值然后再次提取值。 就像是：

import numpy as np

new_rows = pd.DataFrame([
    {'key': index, 'value': np.nan} for index in indices if index not in df.index
])
new_rows.set_index('key', inplace=True)
result = df.append(new_rows).sort_index().interpolate(method='spline', order=2)

print(result['value'][indices])

结果：

key
3     0.529559
6     0.700000
9     1.073190
12    1.252086
15    1.369036
Name: value, dtype: float64

但是，创建额外的 dataframe、将其附加到原始文件、按索引排序、对整个结果调用.interpolate()然后提取所需值的整个过程似乎比我预期的要复杂得多寻找。

就像是：

# fictional, doesn't exist:
result = df.interpolated(indices)  # a DataFrame with only the rows for given indices, interpolated as needed
print(result['value'])

或者：

# fictional, doesn't exist:
result = df['value'].interpolated(indices)  # perhaps only on a Series
print(result)

我是否遗漏了一些明显的东西，并且实际上是否有类似的功能可用？ 或者我上面的方法实际上接近于最好的方法是什么？

发布后，我自己发现了一种更好的方法，但仍然想听听是否有人知道更有效、pythonic或更简单的方法：

indices = [3, 6, 9, 12, 15]


def interpolated(df, indices, *args, **kwargs):
    for index in indices:
        if index not in df.index:
            df = df.append(pd.Series(name=index))
    return df.sort_index().interpolate(*args, **kwargs).loc[indices]


print(interpolated(df, indices, 'spline', order=2))

Answer 1

您可以使用scipy 的interp1d ：

from scipy.interpolate import interp1d

interp = interp1d(df.index, df, axis=0)

interp([3,6,9])

Output（我复制了value列）：

array([[0.46666667, 0.46666667],
       [0.7       , 0.7       ],
       [1.15      , 1.15      ]])