pandas根据某一列的差值快速均匀插值--interpolate

原理

修改行索引，填充空值，插值

实现

1、原始数据

data = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]
df = pd.DataFrame(data, columns=['one', 'two', 'threed', 'four'])
print(df)

初始df
   one  two  threed  four
0    1    2       3     4
1    5    6       7     8
2    9   10      11    12

2、初始化一些变量

# 新建一个列表，长度为df的行长，用于改变df的行索引
index_list = [i for i in range(0, len(df))]
# 计数总和，用于累计每一行之间的差值，然后给列表的每个元素加上
count = 1
# 遍历的前一个one列的值，初始为one第一个
pre = df.iloc[0]['one']
# 用于访问列表的变量
i = 0

3、修改行索引列表

for row in df.itertuples():
    now = getattr(row, "one")  # 获取当前one列的值
    diff = now - pre  # 当前行和前一行的差值
    pre = now  # 将当前行的值赋给pre下一次使用
    count = int(count + diff - 1)  # 累计diff的差值，因为1-5之间差值为4，但是只需要插入3个数，所以-1
    index_list[i] += count  # 给索引列表每个元素赋值
    i += 1

4、插值

df.index = index_list  # 修改索引，和one列一一对应
df = df.reindex(index=range(index_list[len(index_list) - 1] + 1))  # 重置索引，1-5中间插入3个空行
df.interpolate(method='linear', axis=0, limit=20, inplace=True)  # 使用插值函数直接插值
df = df.astype(int)  # 改变数据类型，插值函数会把整数全部改为浮点数
print(df)
输出：
   one  two  threed  four
0    1    2       3     4
1    2    3       4     5
2    3    4       5     6
3    4    5       6     7
4    5    6       7     8
5    6    7       8     9
6    7    8       9    10
7    8    9      10    11
8    9   10      11    12

5、总代码：可以直接复制运行看结果

import pandas as pd

if __name__ == '__main__':
    data = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]
    df = pd.DataFrame(data, columns=['one', 'two', 'threed', 'four'])
    print(df)
    index_list = [i for i in range(0, len(df))]
    count = 1
    pre = df.iloc[0]['one']
    i = 0
    for row in df.itertuples():
        now = getattr(row, "one")
        diff = now - pre
        pre = now
        count = int(count + diff - 1)
        index_list[i] += count
        i += 1
    df.index = index_list
    df = df.reindex(index=range(index_list[len(index_list) - 1] + 1))
    df.interpolate(method='linear', axis=0, limit=20, inplace=True)
    df = df.astype(int)
    print(df)

总结

1、interpolate这个函数很强大，这个只是用线性插值，针对日期变量也一样可以使用插值
2、interpolate这个函数只能针对两个行之间的Nan进行线性插值