Pandas DataFrame插值异常：为何a=525时插值结果不符合预期？

你当前使用的interpolate(method='linear')默认是基于DataFrame的行索引位置计算插值，而非基于a列的实际数值。当你将待插值行加入并排序后，a=525处于两个原始数据点的行位置之间，插值时按行的位置比例计算，而非a的数值比例，这就导致结果偏离了理论值（d=4*a=2100，e=5*a=2625）。

要让插值基于a列的数值进行，有两种可行的修改方式：

方法一：指定插值参考的x轴为a列 #

直接在interpolate中通过x参数指定参考a列的数值：

import numpy as np
import pandas as pd
import random

# 生成原始数据
a = np.array(random.sample(range(1, 1001), 100)) 
b = 2* a
c = 3* a 
d = 4* a 
e= 5* a 

data = {'a': a,
        'b': b,
        'c': c,
        'd': d,
        'e': e}

df = pd.DataFrame(data)

to_interp = {'a': [200.0, 525.0],
             'b': [400.0, 1050.0],
             'c': [600.0, 1575.0]}

new_df = pd.DataFrame(to_interp)
df = pd.concat([df, new_df], ignore_index=True)
df.sort_values('a', inplace=True)

# 修改插值逻辑，基于a列数值计算线性插值
df['d'] = df['d'].interpolate(method='linear', limit_direction='forward', axis=0, x=df['a']) 
df['e'] = df['e'].interpolate(method='linear', limit_direction='forward', axis=0, x=df['a'])

interpolated_values = df[df['a'].isin(to_interp['a'])][['a', 'b', 'c', 'd', 'e']].copy()
print(interpolated_values)

方法二：将a设为索引后使用索引插值 #

把a列设为DataFrame的索引，使用method='index'基于索引数值插值：

import numpy as np
import pandas as pd
import random

# 生成原始数据
a = np.array(random.sample(range(1, 1001), 100)) 
b = 2* a
c = 3* a 
d = 4* a 
e= 5* a 

data = {'a': a,
        'b': b,
        'c': c,
        'd': d,
        'e': e}

df = pd.DataFrame(data)

to_interp = {'a': [200.0, 525.0],
             'b': [400.0, 1050.0],
             'c': [600.0, 1575.0]}

new_df = pd.DataFrame(to_interp)
df = pd.concat([df, new_df], ignore_index=True)

# 将a设为索引并排序
df.set_index('a', inplace=True)
df.sort_index(inplace=True)

# 基于索引数值插值
df['d'] = df['d'].interpolate(method='index', limit_direction='forward') 
df['e'] = df['e'].interpolate(method='index', limit_direction='forward')

# 恢复原索引结构并提取结果
df.reset_index(inplace=True)
interpolated_values = df[df['a'].isin(to_interp['a'])][['a', 'b', 'c', 'd', 'e']].copy()
print(interpolated_values)

运行上述任意一种修改后的代码，a=525对应的d和e都会得到正确的2100和2625。

内容的提问来源于stack exchange，提问作者xylo