Pandas 用重复索引按比例插值

我有一张像这样的桌子

df=pd.DataFrame（[1，np.nan，3,1，np.nan，3,50，np.nan，52]，index=[7,8,9,7,12,27,7,8,9]）

：

行已正确排序。然而，这里的索引不是有序的，并且设计有重复项

如何在此处按索引比例插入值（method=“index”）

如果我尝试使用索引进行插值，结果序列会因为重复索引而混乱：

df.interpolate（method='index'）

：

所需的实际索引值
7      1       1        1
8南2 2
9      3       3        3
7      1       1        1
12 NaN 1.5 52尝试根据索引为数据帧添加分组：

df.groupby(df.index.to_series().diff().lt(0).cumsum())\
  .apply(lambda x: x.interpolate(method='index'))

输出：

       0
7    1.0
8    2.0
9    3.0
7    1.0
12   1.5
27   3.0
7   50.0
8   51.0
9   52.0

尝试根据索引向数据帧添加分组：

df.groupby(df.index.to_series().diff().lt(0).cumsum())\
  .apply(lambda x: x.interpolate(method='index'))

输出：

       0
7    1.0
8    2.0
9    3.0
7    1.0
12   1.5
27   3.0
7   50.0
8   51.0
9   52.0

更复杂的方法是，若你们有我在斯科特的评论中提到的情况

np.where(df['values'].isnull(),df['values'].shift()+(df['values'].shift(-1)-df['values'].shift())*(df['index']-df['index'].shift())/(df['index'].shift(-1)-df['index'].shift()),df['values'])
Out[219]: array([ 1. ,  2. ,  3. ,  1. ,  1.5,  3. , 50. , 51. , 52. ])

这是为了检查两个有效值之间每个空值的距离，并用索引的距离（不同）填充该值

容差：两个值之间只缺少一个值
如果您遇到类似我在scott评论中提到的情况，情况会更复杂

np.where(df['values'].isnull(),df['values'].shift()+(df['values'].shift(-1)-df['values'].shift())*(df['index']-df['index'].shift())/(df['index'].shift(-1)-df['index'].shift()),df['values'])
Out[219]: array([ 1. ,  2. ,  3. ,  1. ,  1.5,  3. , 50. , 51. , 52. ])

这是为了检查两个有效值之间每个空值的距离，并用索引的距离（不同）填充该值

公差：两个值之间只缺少一个值
如何更改重复不总是像1 2 3 2 3 4 1 2那样增加索引3@Wen我们应该也可以创建组。只是觉得这很难没有循环，也许我们应该考虑1，2，3，2，3，4，9，10。11@Wen我同意你的看法，在这种情况下，可能需要一个循环。希望您可以控制输入上的索引。：）仍然是一个很好的方法：-）如何改变重复并不总是像1 2 3 2 3 4 1 2那样增加索引3@Wen我们应该也可以创建组。只是觉得这很难没有循环，也许我们应该考虑1，2，3，2，3，4，9，10。11@Wen我同意你的观点，在这种情况下可能需要一个循环。希望您可以控制输入上的索引。：）还是一个不错的方法：-）