python - 如何在两个单独的 Pandas DataFrame 中的所有值之间进行插值？

Question

假设您有两个 Pandas DataFrame，一个包含 2020 年的数据，另一个包含 2030 年的数据。两个 DataFrame 具有相同的形状、列名，并且只包含数值。为简单起见，我们将按如下方式创建它们:

twenty = pd.DataFrame({'A':[1,1,1], 'B':[3,3,3]})
thirty = pd.DataFrame({'A':[3,3,3], 'B':[7,7,7]})

现在，目标是对这些 DataFrame 中的所有值执行线性插值，以获得 2025 年(或我们选择的任何年份)的新 DataFrame。因此，我们希望在每对值集之间进行插值，例如 twenty['A'][0] 和 thirty['A'][0]。如果我们在目标年 2025 年这样做，结果应该是:

twentyfive = pd.DataFrame({'A':[2,2,2],'B':[5,5,5]})

我尝试使用np.interp；但是，据我所知，这实际上是为了对给定的(奇异的)数组进行插值。我已经使用更暴力的方法解决了这个问题，即融化 DataFrame、添加年份列、将它们合并在一起，然后使用插值创建一个新列。有点乱，啰嗦。

我觉得必须有一种更直接(和优化)的方式来执行此任务。感谢您的帮助。

Answer 1

你可以尝试直接取平均值，如果两者具有相同的形状

(thirty + twenty)/2

输出:

    A   B
0   2   5
1   2   5
2   2   5

编辑:如果数据帧的形状不相等，您可以尝试合并内部连接和分组列以获取插值平均值。

df = pd.merge(twenty,thirty, left_index=True, right_index=True, how='inner').rename(columns=lambda x: x.split('_')[0])
df.T.groupby(df.T.index).mean().T

输出:

    A   B
0   2   5
1   2   5
2   2   5