python - pandas 插值函数的参数 'index' 和 'values' 有什么区别？

Question

分别使用参数“index”和“values”调用的 pandas DataFrame 插值函数有什么区别？从文档来看它不明确:

pandas.DataFrame.interpolate

method : str, default ‘linear’

Interpolation technique to use. One of:

‘linear’: Ignore the index and treat the values as equally spaced. This is the only method supported on MultiIndexes.

‘time’: Works on daily and higher resolution data to interpolate given length of interval.

‘index’, ‘values’: use the actual numerical values of the index."

两者似乎都使用索引的数值，是这样吗？

更新:

根据 ansev 的回答，他们确实做了同样的事情

Answer 1

我认为这很清楚，想象一下您要插入点。你的DataFrame的值代表Y值，它是用一些逻辑填充Y中缺失的值，对于他们使用插值函数，在这种情况下，对于变量X，有两个选项，假设固定步长，独立于索引或者考虑索引的值。

线性插值示例:

这里，对于每一行，索引向上增加 1，因此方法之间没有区别。

df=pd.DataFrame({'Y':[1,np.nan,3]})
print(df)
     Y
0  1.0
1  NaN
2  3.0

print(df.interpolate(method = 'index'))
     Y
0  1.0
1  2.0
2  3.0

print(df.interpolate())
     Y
0  1.0
1  2.0
2  3.0

<小时/>

但是如果我们更改索引值...

df.index = [0,1,10000]



print(df.interpolate(method = 'index'))



            Y
0      1.0000
1      1.0002  #(3-1)*((1-0)/(10000-0))
10000  3.0000

print(df.interpolate())
         Y
0      1.0
1      2.0
10000  3.0

df.index = [0,0.1,1]
print(df.interpolate(method = 'index'))
       Y
0.0  1.0
0.1  1.2  #(3-1)*((0.1-0)/(1-0))
1.0  3.0