Python 数据帧的线性近似

如何找出块7的线性近似值DF

Block DF
0     1.2
1     2.3
4     4.2
5     5.6
6     4.3
10    2.2

使用最近的两个数据点

(7,???)

---

如何实现查找两个最近的数据点？

您可以使用

numpy.interp

函数查找插值：

(6, 4.3) 
(10, 2.2)? 

更多信息

您还可以使用

scipy.interpolate

包中的

interp1d

：

import numpy as np
np.interp(7, df.block, df.DF)
# >>> 3.775

---

我在问题上看到了“pandas”标签，并尝试将pandas用于此实现。查看代码：

from scipy.interpolation import interp1d
f = interp1d(df.block, df.DF)
xnew = np.linspace(0, 10, num=11, endpoint=True)
zip(xnew, f(xnew))
# [(0.0, 1.2),
# (1.0, 2.2999999999999998),
# (2.0, 2.9333333333333331),
# (3.0, 3.5666666666666664),
# (4.0, 4.2000000000000002),
# (5.0, 5.5999999999999996),
# (6.0, 4.2999999999999998),
# (7.0, 3.7749999999999999),
# (8.0, 3.25),
# (9.0, 2.7250000000000001),
# (10.0, 2.2000000000000002)]

输出应为：

0.1.200000 1 2.300000 2 2.933333 3 3.566667 4 4.200000 5 5.600000 6 4.300000 7 3.775000 8 3.250000 9 2.725000 10 2.200000

---

dtype:float64

此函数是否适用于datetime？假设

datetime

的值为整数。但是您可能需要将插值取整回整数，以便它是一个有效的

datetime

尝试以下操作：

s=pd.Series（[1.2,2.3,4.2,5.6,4.3，np.nan，np.nan，np.nan，np.nan，2.2]，index=[0,1,4,5,6,7,8,9,10]）

ans=s.interpolate（method='linear'）

-然后您将得到相同的结果…@maxU我尝试了您的解决方案，但它生成了一个错误，表示您需要在序列和索引上具有相同数量的数字。但是，您让我了解了如何解决问题。我刚刚编辑了我的答案。

import pandas as pd
import numpy as np

s = pd.Series([1.2,2.3,np.nan,np.nan,4.2,5.6,4.3,np.nan,np.nan,np.nan,2.2], index=[0,1,2,3,4,5,6,7,8,9,10])
ans = s.interpolate(method='linear')
print(ans)