唯一值之间的线性插值 - Python

Question

我有一个 df，它在重复的时间点包含多个值。我想为两个特定列插入值，但仅限于唯一时间点之间。使用下面的 df，我只想在唯一时间点之间插入 X 和 Y。

import pandas as pd
import numpy as np

df = pd.DataFrame({       
        'Time' : ['09:00:00.1','09:00:00.1','09:00:00.2','09:00:00.2','09:00:00.3'],       
        'X' : [1,np.nan,np.nan,np.nan,3],
        'Y' : [1,np.nan,np.nan,np.nan,3],
        'A' : [5,np.nan,np.nan,np.nan,6],
        'B' : [5,np.nan,np.nan,np.nan,6],                           
        })  

df1 = df.groupby('Time').apply(lambda x: x.interpolate(method='linear'))

注意：我不想，

df[['X','Y']] = df[['X','Y']].interpolate(method = 'linear')

预期输出是：

        Time    X    Y    A    B
0  09:00:00.1  1.0  1.0  5.0  5.0
1  09:00:00.1  1.0  1.0  Nan  NaN
2  09:00:00.2  2.0  2.0  NaN  NaN
3  09:00:00.2  2.0  2.0  NaN  NaN
4  09:00:00.3  3.0  3.0  6.0  6.0

Answer 1

首先我们drop_duplicates基于Time获得唯一的行，然后我们插值，并用这些值更新我们的原始数据帧。

最后我们使用 ffill 来转发我们的值：

interpolation = df.drop_duplicates('Time')[['X', 'Y']].interpolate()
df.loc[interpolation.index, ['X', 'Y']] = interpolation
df.loc[:, ['X', 'Y']] = df[['X', 'Y']].ffill()

         Time    X    Y    A    B
0  09:00:00.1 1.00 1.00 5.00 5.00
1  09:00:00.1 1.00 1.00  nan  nan
2  09:00:00.2 2.00 2.00  nan  nan
3  09:00:00.2 2.00 2.00  nan  nan
4  09:00:00.3 3.00 3.00 6.00 6.00

另一种方法是使用 np.floor，但如果您有示例数据框中的场景，则此仅有效（并且可能不是这种情况） :

df[['X', 'Y']] = np.floor(df[['X', 'Y']].interpolate())

         Time    X    Y    A    B
0  09:00:00.1 1.00 1.00 5.00 5.00
1  09:00:00.1 1.00 1.00  nan  nan
2  09:00:00.2 2.00 2.00  nan  nan
3  09:00:00.2 2.00 2.00  nan  nan
4  09:00:00.3 3.00 3.00 6.00 6.00

唯一值之间的线性插值 - Python

Linear interpolation between unique values - Python

python

interpolation

pandas