如何在Pandas中仅对非空区间插值并合并DataFrame？

我有两个示例DataFrame：

import pandas as pd
import numpy as np

df1 = pd.DataFrame({'Depth':[1100, 1110, 1120, 1130, 1140], 'GR':[40, 50, 60, np.nan, 70]})
df2 = pd.DataFrame({'Depth':[1100, 1112, 1118, 1128, 1138], 'VSH':[60, 70, np.nan, 40, 70]})

df1输出：

Depth    GR
0   1100  40.0
1   1110  50.0
2   1120  60.0
3   1130   NaN
4   1140  70.0

df2输出：

Depth   VSH
0   1100  60.0
1   1112  70.0
2   1118   NaN
3   1128  40.0
4   1138  70.0

核心需求 #

• df1中GR在Depth 1120-1140区间为null，df2中VSH在Depth 1112-1128区间为null
• 基于Depth做外连接后，仅在原数据有有效值的区间内插值：
  • GR在1120-1140区间保持null（原数据该区间无有效GR值）
  • VSH在1112-1128区间保持null（原数据该区间无有效VSH值）

期望插值后输出：

merged_df = pd.DataFrame({'Depth':[1100, 1110, 1112, 1118, 1120, 1128, 1130, 1138, 1140], 'GR':[40, 50, 53.3, 56.6, 60, np.nan, np.nan, np.nan, 70], 'VSH':[60, 65, 70, np.nan, np.nan, 40, 55, 70, np.nan]})

输出展示：

Depth    GR   VSH
0   1100  40.0  60.0
1   1110  50.0  65.0
2   1112  53.3  70.0
3   1118  56.6   NaN
4   1120  60.0   NaN
5   1128   NaN  40.0
6   1130   NaN  55.0
7   1138   NaN  70.0
8   1140  70.0   NaN

说明：GR和VSH在对应Depth无匹配值处的插值为近似值

通过外连接+标记有效区间+分段插值的步骤实现需求，具体代码如下：

import pandas as pd
import numpy as np

# 1. 定义原始数据
df1 = pd.DataFrame({'Depth':[1100, 1110, 1120, 1130, 1140], 'GR':[40, 50, 60, np.nan, 70]})
df2 = pd.DataFrame({'Depth':[1100, 1112, 1118, 1128, 1138], 'VSH':[60, 70, np.nan, 40, 70]})

# 2. 全外连接并按Depth排序
merged = pd.merge(df1, df2, on='Depth', how='outer').sort_values('Depth').reset_index(drop=True)

# 3. 处理GR的分段插值：仅在原始有效区间内插值
# 获取GR原始非空的深度点，生成有效插值区间
gr_valid_depths = df1[df1['GR'].notna()]['Depth'].sort_values()
gr_intervals = list(zip(gr_valid_depths[:-1], gr_valid_depths[1:]))

gr_result = merged['GR'].copy()
for start, end in gr_intervals:
    mask = (merged['Depth'] >= start) & (merged['Depth'] <= end)
    gr_result[mask] = gr_result[mask].interpolate(method='linear')

# 4. 处理VSH的分段插值：仅在原始有效区间内插值
vsh_valid_depths = df2[df2['VSH'].notna()]['Depth'].sort_values()
vsh_intervals = list(zip(vsh_valid_depths[:-1], vsh_valid_depths[1:]))

vsh_result = merged['VSH'].copy()
for start, end in vsh_intervals:
    mask = (merged['Depth'] >= start) & (merged['Depth'] <= end)
    vsh_result[mask] = vsh_result[mask].interpolate(method='linear')

# 5. 替换回合并表并保留一位小数
merged['GR'] = gr_result.round(1)
merged['VSH'] = vsh_result.round(1)

print(merged)

运行后输出与期望结果一致：

Depth    GR   VSH
0   1100  40.0  60.0
1   1110  50.0  65.0
2   1112  53.3  70.0
3   1118  56.6   NaN
4   1120  60.0   NaN
5   1128   NaN  40.0
6   1130   NaN  55.0
7   1138   NaN  70.0
8   1140  70.0   NaN

代码说明 #

• 先通过pd.merge做全外连接并排序，确保深度按顺序排列
• 提取每个列原始非空的深度点，生成仅允许插值的区间（比如GR的有效区间为1100-1120，1140为单个点无需插值）
• 对每个区间内的NaN执行线性插值，区间外的NaN保持不变
• 最后保留一位小数，匹配示例输出格式

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