如何用Scipy的三次样条插值填充数据集中的NaN值？

用0填充NaN会破坏数据趋势，导致样条曲线异常，你可以通过以下两种方式合理填充缺失值，再构建三次样条：

方法一：手动基于有效点构建样条填充 #

1. 先提取数据中r列非NaN的有效点，用这些点创建初始三次样条
2. 用这个样条函数计算所有t对应的插值结果，替换原数据中的NaN
3. 用填充后的完整数据构建最终的三次样条

代码示例：

import pandas as pd
import numpy as np
from scipy.interpolate import CubicSpline

# 原始数据
df = pd.DataFrame()
df['t'] = np.arange(1,11)
n = np.nan
df['r'] = [0, n, n, 0.5, n, 0.3, n, n, n, 0.4]

# 提取有效数据点
valid_mask = df['r'].notna()
t_valid = df['t'][valid_mask]
r_valid = df['r'][valid_mask]

# 基于有效点构建样条
cs_valid = CubicSpline(t_valid, r_valid)

# 填充NaN值
df['r_filled'] = cs_valid(df['t'])

# 构建完整的三次样条
cs_final = CubicSpline(df['t'], df['r_filled'])

# 测试插值结果
print(cs_final(2))  # 输出t=2处的插值结果

方法二：用Pandas内置插值快速填充 #

Pandas的interpolate方法支持直接指定三次样条插值，代码更简洁：

import pandas as pd
import numpy as np
from scipy.interpolate import CubicSpline

# 原始数据
df = pd.DataFrame()
df['t'] = np.arange(1,11)
n = np.nan
df['r'] = [0, n, n, 0.5, n, 0.3, n, n, n, 0.4]

# 用三次样条插值填充NaN
df['r_filled'] = df['r'].interpolate(method='cubic')

# 构建最终的三次样条
cs_final = CubicSpline(df['t'], df['r_filled'])

两种方法填充的NaN值都会贴合已知点的趋势，避免了填0导致的曲线突变和波动，确保构建的三次样条光滑连续。

内容的提问来源于stack exchange，提问作者StungInDaBut