python - 如何 "stretch"我的数据帧并在现有值之间进行插值

Question

我遇到了一个简单的 DataFrame.reindex().interpolate() 问题，因为我使用的数据帧没有日期时间索引。

我有 DataFrame1: t ，如下所示:

In[1]: import pandas as pd
t = pd.DataFrame({'D18O': [-0.47, -0.12,  0.55,  0.72,  1.8 ,  1.1 ,  0.43, -0.29, -0.55,
       -0.6 , -0.32,  0.28,  0.72,  1.1 ,  1.34,  1.32,  1.11,  0.46,
        0.09,  0.02]})

Out[2]: 
1    -0.47
2    -0.12
3     0.55
4     0.72
5     1.80
6     1.10
7     0.43
8    -0.29
9    -0.55
10   -0.60
11   -0.32
12    0.28
13    0.72
14    1.10
15    1.34
16    1.32
17    1.11
18    0.46
19    0.09
20    0.02
Name: D18O, dtype: float64

我想通过均匀间隔每行并在其间线性插值来将其“拉伸(stretch)”到 430 行。这是因为我的 DataFrame2: env 有 430 行，我想做一些稍后的分析，需要两个框架具有相同的维度。

In[2]: env.index
Out[49]: RangeIndex(start=0, stop=430, step=1)

我尝试过以多种组合重新索引和插值，但找不到正确的方法。我认为问题是，430 不能被 19/20 整除。

new_idx = np.linspace(t.index[0], t.index[-1], env.shape[0])
t.reindex(new_idx).interpolate()

我认为这 qould 工作，但因为索引不均匀，它会跳过 t 中的大部分值，并给我留下一个几乎空的新数据帧。

对于重新索引步骤，我期望类似:

In[3]: t['D18O']
Out[3]: 
0          0.47
2.13157     NaN
2.26315     NaN
...         ...
21.5      -0.12
22.63157    NaN
23.76315    NaN
...         ...
...         ...
430        0.02
Name: D18O, dtype: float64

索引并不重要，只要值均匀分布并且行数与 env 中的行数匹配即可。

Answer 1

您可以在DataFrame.reindex中将参数ffill与limit一起使用，但是存在重复第一个值的问题，因此可能的解决方案是将第一个辅助值接近 0 添加到索引，reindex，通过 iloc 将其删除最后插值:

r = pd.RangeIndex(0, 430, 1)

t.loc[-0.001] = 0
t = t.sort_index()
new_idx = np.linspace(t.index[0], t.index[-1], len(r))
print (t.reindex(new_idx, method='ffill', limit=1).iloc[1:].interpolate())

               D18O
0.043291  -0.470000
0.087583  -0.454091
0.131874  -0.438182
0.176166  -0.422273
0.220457  -0.406364
0.264748  -0.390455
0.309040  -0.374545
0.353331  -0.358636
0.397622  -0.342727
0.441914  -0.326818
0.486205  -0.310909
0.530497  -0.295000
0.574788  -0.279091
0.619079  -0.263182
0.663371  -0.247273
0.707662  -0.231364
0.751953  -0.215455
...
...