Pandas DataFrame DataFrame.interpolate()函数
Suraj Joshi
2023年1月30日
2020年11月7日
-
pandas.DataFrame.interpolate()语法 -
示例代码：用
DataFrame.interpolate()方法对DataFrame中所有NaN值进行内插 -
示例代码：
DataFrame.interpolate()方法用method参数 -
示例代码：Pandas
DataFrame.interpolate()方法使用axis参数沿row轴进行插值 -
示例代码：
DataFrame.interpolate()方法带limit参数 -
示例代码：
DataFrame.interpolate()方法带limit_direction参数的方法 -
用
DataFrame.interpolate()方法对时间序列数据进行内插
Python Pandas DataFrame.interpolate() 函数使用插值技术在 DataFrame 中填充 NaN 值。
pandas.DataFrame.interpolate() 语法
DataFrame.interpolate(method='linear',
axis=0,
limit=None,
inplace=False,
limit_direction='forward',
limit_area=None,
downcast=None,
**kwargs)
参数
method |
linear, time, index, values, nearest, zero, slinear, quadratic, cubic, barycentric, krogh, polynomial, spline, piecewise_polynomial, from_derivatives, pchip, akima 或 None。用于插值 NaN 的方法。 |
axis |
沿行(axis=0)或列(axis=1)插补缺失的数值 |
limit |
要内插的最大连续 NaN 数 |
inplace |
布尔型。如果 True，就地修改调用方 DataFrame。 |
limit_direction |
forward, backward 或 both。当指定 limit 时，将沿 NaNs 的 Direction 进行插值。 |
limit_area |
None, inside 或 outside。当指定 limit 时，对插值的限制。 |
downcast |
字典。指定向下转换数据类型 |
**kwargs |
插值函数的关键字 |
返回值
如果 inplace 为 True，则使用给定的 method 对所有 NaN 值进行内插的 DataFrame；否则为 None。
示例代码：用 DataFrame.interpolate() 方法对 DataFrame 中所有 NaN 值进行内插
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 3, None, 3],
'Y': [4, None, 8, None, 3]})
print("DataFrame:")
print(df)
filled_df = df.interpolate()
print("Interploated DataFrame:")
print(filled_df)
输出：
DataFrame:
X Y
0 1.0 4.0
1 2.0 NaN
2 3.0 8.0
3 NaN NaN
4 3.0 3.0
Interploated DataFrame:
X Y
0 1.0 4.0
1 2.0 6.0
2 3.0 8.0
3 3.0 5.5
4 3.0 3.0
它使用 linear 插值方法对 DataFrame 中的所有 NaN 值进行内插。
该方法与 pandas.DataFrame.fillna() 相比更加智能，后者使用一个固定的值来替换 DataFrame. 中的所有 NaN 值。
示例代码：DataFrame.interpolate() 方法用 method 参数
我们也可以在 DataFrame.interpolate() 函数中设置 method 参数值，用不同的插值技术对 DataFrame 中的 NaN 值进行插值。
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 3, None, 3],
'Y': [4, None, 8, None, 3]})
print("DataFrame:")
print(df)
filled_df = df.interpolate(method='polynomial', order=2)
print("Interploated DataFrame:")
print(filled_df)
输出：
DataFrame:
X Y
0 1.0 4.0
1 2.0 NaN
2 3.0 8.0
3 NaN NaN
4 3.0 3.0
Interploated DataFrame:
X Y
0 1.000000 4.000
1 2.000000 7.125
2 3.000000 8.000
3 3.368421 6.625
4 3.000000 3.000
该方法使用二阶多项式插值方法对 DataFrame 中的所有 NaN 值进行插值。
这里，order=2 是 polynomial 函数的关键字参数。
示例代码：Pandas DataFrame.interpolate() 方法使用 axis 参数沿 row 轴进行插值
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 3, None, 3],
'Y': [4, None, 8, None, 3]})
print("DataFrame:")
print(df)
filled_df = df.interpolate(axis=1)
print("Interploated DataFrame:")
print(filled_df)
输出：
DataFrame:
X Y
0 1.0 4.0
1 2.0 NaN
2 3.0 8.0
3 NaN NaN
4 3.0 3.0
Interploated DataFrame:
X Y
0 1.0 4.0
1 2.0 2.0
2 3.0 8.0
3 NaN NaN
4 3.0 3.0
这里，我们设置 axis=1，以沿行轴插值 NaN 值。在第 2 行，NaN 值被沿第 2 行线性内插替换。
但是，在第 4 行中，由于第 4 行中的两个值都是 NaN，所以即使在内插后，NaN 值仍然存在。
示例代码：DataFrame.interpolate() 方法带 limit 参数
DataFrame.interpolate() 方法中的 limit 参数限制了该方法所要填充的连续 NaN 值的最大数量。
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 3, None, 3],
'Y': [4, None, None, None, 3]})
print("DataFrame:")
print(df)
filled_df = df.interpolate( limit = 1)
print("Interploated DataFrame:")
print(filled_df)
输出：
DataFrame:
X Y
0 1.0 4.0
1 2.0 NaN
2 3.0 NaN
3 NaN NaN
4 3.0 3.0
Interploated DataFrame:
X Y
0 1.0 4.00
1 2.0 3.75
2 3.0 NaN
3 3.0 NaN
4 3.0 3.00
在这里，当一列中的一个 NaN 值从上到下被填满后，同一列中下一个连续的 NaN 值将保持不变。
示例代码：DataFrame.interpolate() 方法带 limit_direction 参数的方法
DataFrame.interpolate() 方法中的 limit-direction 参数控制沿着特定轴的方向，在这个方向上进行数值插值。
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 3, None, 3],
'Y': [4, None, None, None, 3]})
print("DataFrame:")
print(df)
filled_df = df.interpolate(limit_direction ='backward', limit = 1)
print("Interploated DataFrame:")
print(filled_df)
输出：
DataFrame:
X Y
0 1.0 4.0
1 2.0 NaN
2 3.0 NaN
3 NaN NaN
4 3.0 3.0
Interploated DataFrame:
X Y
0 1.0 4.00
1 2.0 NaN
2 3.0 NaN
3 3.0 3.25
4 3.0 3.00
在这里，当一列中的 NaN 从底部填入后，同一列中下一个连续的 NaN 值将保持不变。
用 DataFrame.interpolate() 方法对时间序列数据进行内插
import pandas as pd
dates=['April-10', 'April-11', 'April-12', 'April-13']
fruits=['Apple', 'Papaya', 'Banana', 'Mango']
prices=[3, None, 2, 4]
df = pd.DataFrame({'Date':dates ,
'Fruit':fruits ,
'Price': prices})
print(df)
df.interpolate(inplace=True)
print("Interploated DataFrame:")
print(df)
输出：
Date Fruit Price
0 April-10 Apple 3.0
1 April-11 Papaya NaN
2 April-12 Banana 2.0
3 April-13 Mango 4.0
Interploated DataFrame:
Date Fruit Price
0 April-10 Apple 3.0
1 April-11 Papaya 2.5
2 April-12 Banana 2.0
3 April-13 Mango 4.0
由于 inplace=True，在调用 interpolate() 函数后，原 DataFrame 被修改。
Author: Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn