DataFrame基于PRICE列插值col列时相邻索引值异常的排查与解决

错误原因 #

你遇到的问题核心在于：直接将PRICE设为索引后执行插值，但原数据的PRICE序列非单调（4000 → 3999.99 → 3999.9 → 3999.9）且存在重复值，导致interpolate(method='index')无法正确识别插值的前后参考点。具体来说，第二行的PRICE=3999.99被错误匹配到第四行的col=26.6作为下一个有效点，而非第三行的col=16.9，最终计算出错误的插值结果。

修复代码 #

要解决这个问题，需要先按PRICE排序保证索引单调，插值完成后再恢复原始行顺序，这样既保证插值逻辑正确，又能保留原数据结构：

import pandas as pd
import numpy as np

# 示例数据
data = {
    "PRICE": [4000, 3999.99, 3999.9, 3999.9],
    "col": [16.9, np.nan, 16.9, 26.6]
}
df_pivot = pd.DataFrame(data)

# 1. 保留原始索引用于后续恢复顺序
df_pivot = df_pivot.reset_index(names='original_idx')

# 2. 按PRICE排序，确保插值用的索引单调
df_sorted = df_pivot.sort_values('PRICE')

# 3. 执行基于PRICE索引的线性插值
df_sorted['col'] = df_sorted.set_index('PRICE')['col'].interpolate(method='index').reset_index(drop=True)

# 4. 恢复原始行顺序并清理临时列
df_pivot = df_sorted.sort_values('original_idx').drop('original_idx', axis=1).reset_index(drop=True)

print(df_pivot)

执行结果 #

PRICE   col
0  4000.00  16.9
1  3999.99  16.9
2  3999.90  16.9
3  3999.90  26.6

支持数据反转场景 #

如果将数据反转（例如PRICE序列为[3999.9, 3999.9, 3999.99, 4000]，col为[26.6, 16.9, np.nan, 16.9]），上述代码依然能得到正确结果。因为排序步骤保证了插值始终基于PRICE的数值顺序，不受原数据行顺序影响。

关键说明 #

• interpolate(method='index')要求索引必须单调（升序/降序均可），否则无法正确计算线性插值的权重比例。
• 保留原始索引是为了在插值后恢复数据的初始结构，避免打乱原有行的排列顺序。

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