pandas 笔记： interpolate

一个用于填充 NaN 值的工具

1 基本用法

        

DataFrame.interpolate(
    method='linear', 
    *, 
    axis=0, 
    limit=None, 
    inplace=False, 
    limit_direction=None, 
    limit_area=None, 
    downcast=_NoDefault.no_default, 
    **kwargs)

2 主要参数

method	多种插值技术 linear: 默认值，使用线性插值。 time: 当数据索引是日期时，这是很有用的。 index: 使用索引的值进行插值。 polynomial: 多项式插值，需要指定 order 参数，例如 order=2 用于二次多项式插值。 pad/ffil:用前一个非缺失值来填充 NaN nearest:最近的非 NaN 值 quadratic & cubic：二次和三次插值 barycentric：重心插值。它是根据给定值的重心来计算插值的 krogh：Krogh 插值
axis	沿着那个轴插值
inplace	是否替换原DataFrame
limit	限制连续 NaN 值的数量，即连续的 NaN 值中有多少个可以被插值 假设你有一个序列 [1, NaN, NaN, NaN, 5]，如果你设置 limit=2，那么只有前两个 NaN 值会被插值，而第三个会保持为 NaN
limit_direction:	和limit相关，该参数用于指定插值的方向。 可取值包括： forward（默认值）: 只从前往后插值。 backward: 只从后往前插值。 both: 既从前往后，又从后往前进行插值。
limit_area	和limit相关，该参数用于用于决定哪些 NaN 值应被插值 limit_area 参数主要用于那些序列中，NaN 值可能出现在序列的开始或结束位置的情况 None: 默认值。这意味着所有的 NaN 都可以被插值，没有任何限制。 inside: 仅插值 NaN 值，如果它们被有效的观测值（非 NaN）包围。换句话说，如果一个 NaN 序列的前后都有非 NaN 的值，则这个 NaN 序列可以被插值。 这意味着序列开头和结尾的连续 NaN 值不会被插值。 outside: 仅插值开头或结尾的 NaN 值。中间的 NaN 序列，只要它们被非 NaN 值包围，都不会被插值。

2 举例

2.1 基本用法

import pandas as pd
import numpy as np

s = pd.Series([4,np.nan, np.nan, 3, np.nan, np.nan, 6, np.nan, np.nan,10])


s.interpolate(method='linear')
'''
0     4.000000
1     3.666667
2     3.333333
3     3.000000
4     4.000000
5     5.000000
6     6.000000
7     7.333333
8     8.666667
9    10.000000
dtype: float64
'''

2.2 limit

import pandas as pd
import numpy as np

s = pd.Series([1, np.nan, np.nan, np.nan, 5])

s.interpolate(method='linear', limit=2)
'''
0    1.0
1    2.0
2    3.0
3    NaN
4    5.0
dtype: float64
'''

2.3  limit_direction

import pandas as pd
import numpy as np

s = pd.Series([1, np.nan, np.nan, np.nan, 5])

s.interpolate(method='linear', limit=1, limit_direction='forward')
'''
0    1.0
1    2.0
2    NaN
3    NaN
4    5.0
dtype: float64
'''


s.interpolate(method='linear', limit=1, limit_direction='backward')
'''
0    1.0
1    NaN
2    NaN
3    4.0
4    5.0
dtype: float64
'''

s.interpolate(method='linear', limit_area=None)
'''
0    NaN
1    NaN
2    3.0
3    4.0
4    5.0
5    6.0
6    6.0
7    6.0
dtype: float64
'''