python - 唯一值之间的线性插值 - Python

Question

我有一个 df，其中包含重复时间点的多个值。我想插入两个特定列的值，但仅限于唯一的时间点之间。使用下面的 df，我想仅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:我不想要，

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，我们基于Time来drop_duplicates来获取唯一的行，然后我们进行插值，并使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

<小时/>

另一种方法是使用np.floor，但这仅适用于您的示例数据帧中的场景(情况可能并非如此) :

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