Python Pandas 在 X 上线性插值 Y

Question

我正在尝试回答这个 Udacity 问题: https://www.udacity.com/course/viewer#!/c-st101/l-48696651/e-48532778/m-48635592

我喜欢 Python 和 Pandas，所以我使用 Pandas(版本 0.14)

我有这个数据帧df=

pd.DataFrame(dict(size=(1400,
                        2400,
                        1800,
                        1900,
                        1300,
                        1100), 
                   cost=(112000,
                         192000,
                         144000,
                         152000,
                         104000,
                         88000)))

我将 2100 平方英尺的值添加到我的数据框中(请注意，没有成本；这就是问题所在；您希望为一套 2,100 平方英尺的房子支付多少费用)

 df.append(pd.DataFrame({'size':(2100,)}), True)

该问题要求您使用线性插值来回答您期望支付的成本/价格。

Pandas 可以插值吗？又如何？

我尝试过这个:

df.interpolate(method='linear')

但是它给了我88,000的成本；只是重复最后一个成本值

我试过这个:

df.sort('size').interpolate(method='linear')

但是它给了我172,000的成本；成本介于 152,000 和 192,000 之间更接近，但不是我想要的。正确答案是168,000(因为“坡度”为 80 美元/平方英尺)

编辑:

我检查了这些问题

• Interpolation on DataFrame in pandas
  • 演示“一维”线性插值；这给了我错误的答案
• Pandas interpolate data with units
  • 展示了我所需要的； “2D”线性插值；但这个问题集中在 Python quantities 库上。

Answer 1

Pandas 的 method='linear' 插值将执行我所说的“1D”插值

如果要在“自”变量上插入“因”变量，请创建“自”变量；即系列的索引，并使用 method='index' (或 method='values'，它们是相同的)

换句话说:

pd.Series(index=df.size, data=df.cost.values) #Make size the independent variable
    # SEE ANSWER BELOW; order() method is deprecated; use sort_values() instead
    .order() #Orders by the index, which is size in sq ft; interpolation depends on order (see OP)
    .interpolate(method='index')[2100] #Interpolate using method 'index'

这将返回正确答案168,000

从 Pandas Documentation 中的示例中我不清楚这一点，其中系列的 data 和 index 是相同的值列表。