Python 熊猫根据不同的列插值NaN

我有以下数据帧（摘录）

它表示特定坐标（X、Y、Z）和两个边界条件（风向和风速）的CFD模拟结果

我想估算相同点（X，Y，Z）的速度，相同的风向，但中等风速，比如说4.6。我的数据框中还有这一行

NaN -10.89 74.22 1.5 NW 4.6

现在我想根据风速插值以填充NaN。对于上面的例子，我希望得到6.643773541

数字来自线性插值：

0.82+（4.6-1）/（10-1）*（8.48-0.82）

有什么想法吗？谢谢

更新

---

我已经找到了解决上述问题的办法。诀窍是使用groupby并定义一个函数，该函数在groupby创建并传递给apply（）的数据帧上插值。在我的例子中，这就是函数

def interp(x, wind_speed):
    g = interpolate.interp1d(np.array(x["wind_speed"]), np.array(x["Velocity"]))
    return g(wind_speed)

def interp(x, wind_speed):
    g = interpolate.interp1d(np.array(x["wind_speed"]), np.array(x["Velocity"]))
    return g(wind_speed)

这是我的团员

group = df.groupby("point").apply(interp, wind_speed)

group = df.groupby("point").apply(interp, wind_speed)

必须使用表示执行插值点的参数调用函数interp

---

我不知道是否有更好的办法。我已经找到了解决上述问题的办法。诀窍是使用groupby并定义一个函数，该函数在groupby创建并传递给apply（）的数据帧上插值。在我的例子中，这就是函数

def interp(x, wind_speed):
    g = interpolate.interp1d(np.array(x["wind_speed"]), np.array(x["Velocity"]))
    return g(wind_speed)

def interp(x, wind_speed):
    g = interpolate.interp1d(np.array(x["wind_speed"]), np.array(x["Velocity"]))
    return g(wind_speed)

这是我的团员

group = df.groupby("point").apply(interp, wind_speed)

group = df.groupby("point").apply(interp, wind_speed)

必须使用表示执行插值点的参数调用函数interp

我不知道是否有更好的方法。我的解决方案是通过以下方式对“风速”进行索引：

然后通过索引列进行插值

df.interpolate(method='index', inplace=True)

现在我可以返回上一个状态

df.reset_index(inplace=True)

---

让我知道它是否顺利…

方法是使用

set\u index

将要插值的值放入索引中。类似于

数据。设置索引（“风速”）['Velocity']。插值（method='index'）

。插值没有

级别

参数。不知道你是否需要一个。谢谢。这只是数据帧中的一个点，每个点都与我用于模拟的4个风速相同。因此，索引不是唯一的。对于我测试的每个风向和每个风速，典型的完整数据帧将具有相同的重复点集。这是一个更简单的解决方案，除了“inplace=True”。它将df设置为“None”，并最终生成“AttributeError:“NoneType”对象没有属性“interpolate”。我跳过“inplace”并生成正确答案。

inplace=True

使命令返回

None

，但

df

将应用结果。