Python Y对X的线性插值

我试图回答这个问题：

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平方英尺的价值添加到我的数据框中（请注意，没有成本；这是个问题；您希望为2100平方英尺的房子支付多少费用）

该问题希望您使用线性插值来回答您期望支付的成本/价格

熊猫可以插值吗？怎么做？

我试过这个：

df.interpolate(method='linear')

但它给了我88000美元；只是重复了最后的成本值

我试过这个：

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

但它给了我172000美元；仅为152000和192000之间的一半 更近，但不是我想要的。正确答案是168000（因为存在80美元/平方英尺的“坡度”）

编辑：

我检查了这些问题

• • 演示“1D”线性插值；这给了我错误的答案
• • 展示我所需要的；“二维”线性插值；但是这个问题集中在Python

    quantities

    库上

---

Pandas'

method='linear'

插值将实现我所称的“1D”插值

如果要在“自变量”上插入“因变量”，请将“自变量”设为“自变量”；i、 e.一个系列的索引，并使用

method='Index'

（或

method='values'

，它们是相同的）

换言之：

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168000

从中的示例中，我不清楚这一点，其中系列“

数据”和“
索引”是相同的值列表。
与我的熊猫（0.19.2）版本的索引=df.size breaks
用词不吉利--事情就是桌子的大小。。。所以这是有效的

df=df.append(pd.DataFrame({'size':(2100,)}), True)
pd.Series(index=df['size'].values, 
data=df['cost'].values).order().interpolate(method='index')[2100]

=168000.0
在我的Pandas版本（1.1.1）中，
order（）
不推荐使用。您应该使用
对值进行排序（）
。这就是工作：

df = df.append(pd.DataFrame({'size':(2100,)}), True) 
pd.Series(index=df['size'].values, 
data=df['size'].values).sort_values().interpolate(method='index')[2100]

=168000.0

df = df.append(pd.DataFrame({'size':(2100,)}), True) 
pd.Series(index=df['size'].values, 
data=df['size'].values).sort_values().interpolate(method='index')[2100]