Python 使用插值重新索引数据帧

我有一个带有DateTimeIndex和“阈值”、“路径”列的熊猫数据帧：

路径阈值
2020-12-11 04:00:25.729  0.000104  -1.107422
2020-12-11 04:00:25.731  0.000387  -1.107422
2020-12-11 04:00:25.733  0.000899  -1.107422
2020-12-11 04:00:25.735  0.001561  -1.117676
2020-12-11 04:00:25.737  0.002272  -1.117676
...                           ...        ...
2020-12-11 04:01:03.063  9.085985  -1.209961
2020-12-11 04:01:03.065  9.085985  -1.209961
2020-12-11 04:01:03.067  9.085985  -1.209961
2020-12-11 04:01:03.069  9.085985  -1.199707
2020-12-11 04:01:03.071  9.085985  -1.199707

现在我想创建一个新的数据帧，它在一个线性间隔版本的“Path”上建立索引，即

np.arange（df[“Path”].min（），df[“Path”].max（），0.05） 阵列（[1.04000E-04,5.010400e-02,1.001040e-01,1.501040e-01， 2.001040e-01，2.501040e-01。。。 “Path”中的值是单调的（但不是严格单调的）。作为这个新数据帧的一列，我想从“Threshold”中设置适当的插值然而，使用pandas的

interpolate

和numpy的

interp

方法，我没有做到这一点。有没有办法做到这一点？

一个想法是使用：

另一个想法与删除重复和：

---

如果只使用了问题中的样本数据，那么预期的输出是如何的？在

路径

中重复的值会发生什么情况？@jezrael这对我来说并不重要，我想只要从

路径

中删除任何重复项就可以了，而你的两个想法都有效。你的第二个想法让我更接近我需要继续的内容。谢谢！

a = np.arange(df["Path"].min(), df["Path"].max(), 0.05)

df1 = pd.merge_asof(df.reset_index(), 
                    pd.DataFrame({'new':a}), 
                    left_on='Path', 
                    right_on='new', 
                    direction='nearest')

df2 = (df.drop_duplicates('Path')
         .reset_index()
         .set_index('Path')
         .reindex(a, method='nearest'))