Python 在每行中给定值的不同数据帧之间进行线性插值

我们有几个不同国家（如中国、美国、印度等）苹果价格的数据框，根据期限，如下所示。 以中国为例:

tenors = pd.Series(['1W', '1M', '1Y'])
apples_china = pd.Series([5.1, 6.2, 7.1])
days = pd.Series([7, 30, 365])
data = {'tenors': tenors, 
   'apples_china':  apples_china,
   'days' : days}
apples_china = pd.DataFrame(data)

然后，我们将为美国（苹果美国）、欧洲（苹果欧盟）等提供同等的服务

然后，我们有一个更大的“投资组合”数据框架，看起来像：

country = pd.Series(['china', 'usa', 'europe',' china', 'china', 'india'])
days = pd.Series([12, 45, 99, 101, 102, 300 ])
portfolio = {'country': country, 
   'days' : days}
df_portfolio = pd.DataFrame(portfolio)

我想添加一个专栏：

df_portfolio['price']

这将查看df_投资组合['country']中的值，例如，如果是'china'，则需要天数（第[0]行中的12天）并在Apple_china数据框内进行线性插值。因此，第[0]行的值介于5.1和6.2之间，第[3]行的值介于6.2和7.1之间，依此类推

对于第[1]行，它将查看类似的Apple_usa数据帧等

我尝试的是：

from scipy.interpolate import interp1d
test = interp1d(apples_china['apples_china'], apples_china['days']) #arrays Y and X 
df_portfolio['price'] = np.where(df_portfolio['country']=='china', test(df_portfolio['days']), 0)

---

但是它返回了一个x范围的

ValueError

。

一个有两个选择的解决方案适合

numpy.where

治疗

然而，对于涉及许多国家的可扩展解决方案，字典可能更有用。下面我列出了必要的步骤：

步骤1

创建一个字典，将国家映射到您所在国家的特定数据

country_map = {'china': apples_china.sort_values('days')}

请注意，我们需要确保您的国家/地区数据帧按

天数排序

，以确保步骤2中的

np.interp

按要求工作

步骤2

定义一个自定义函数，该函数从公文包数据框中获取一行数据，并从步骤1中获取映射字典，然后使用

np.interp

执行映射。您可以使用

try

/

except

子句捕捉字典中不存在国家的实例

def interpolator(row, mapper):
    days = row['days']
    country = row['country']
    try:
        return np.interp(days, mapper[country]['days'].values,
                         mapper[country]['apples_china'].values)
    except KeyError:
        return np.nan

步骤3

使用

pd.DataFrame.apply

逐行应用步骤2中的函数

df_portfolio['price'] = df_portfolio.apply(interpolator, mapper=country_map, axis=1)

结果

print(df_portfolio)

  country  days     price
0   china    12  5.339130
1     usa    45       NaN
2  europe    99       NaN
3   china   101  6.390746
4   china   102  6.393433
5   india   300       NaN

---

谢谢你，jpp。我认为一个小的修正是在插值函数中，np.interp（days，mapper[country][days]，mapper[country].iloc[：，0]。值而不是mapper[country]['apples\u china'。一旦我们添加更多的国家，值就会变为。