有效点间插值精度丢失：如何生成小数插值结果？

你的问题出在两个关键点上：Y3列的整数类型会截断插值后的小数，且插值没有基于实际的时间值计算。以下是修正方案：

1. 转换Y3列为浮点型 #

原始数据中Y3的有效值都是整数，pd.to_numeric会默认将其转为整数类型，导致插值后的小数被自动取整。需要明确指定转为浮点型：

df.loc[1:, "Y3"] = pd.to_numeric(df.loc[1:, "Y3"], downcast="float")

2. 基于实际时间值做插值 #

你之前的插值是按行的整数索引计算的，没有考虑Time列的实际时间间隔。需要先把Time列转为数值类型，再以此作为插值基准：

# 转换Time列为数值（浮点型）
df.loc[1:, "Time"] = pd.to_numeric(df.loc[1:, "Time"])
# 指定x参数为Time列，基于实际时间间隔执行线性插值
df.loc[1:, "Y3"] = df.loc[1:, "Y3"].interpolate(method="linear", x=df.loc[1:, "Time"])

完整代码示例 #

import pandas as pd

df = pd.read_csv("test.csv")

# 处理Time列类型
df.loc[1:, "Time"] = pd.to_numeric(df.loc[1:, "Time"])
# 处理Y3列类型，避免插值结果被截断
df.loc[1:, "Y3"] = pd.to_numeric(df.loc[1:, "Y3"], downcast="float")

# 基于时间值插值
df.loc[1:, "Y3"] = df.loc[1:, "Y3"].interpolate(method="linear", x=df.loc[1:, "Time"])

# 处理首尾的NaN（按需选择bfill/ffill）
df.loc[1:, "Y3"] = df.loc[1:, "Y3"].bfill().ffill()

print(df)

最终效果 #

执行后Y3列在1.074秒（-27）和3.123秒（-28）之间的插值会是符合时间间隔的小数，比如1.579秒对应的Y3值约为-27.24，2.083秒对应的约为-27.49，完全满足你的需求。

内容的提问来源于stack exchange，提问作者Ben Nguyen