如何在pandas多级索引DataFrame中查询指定参数的插值数据？

问题背景 #

已创建如下多级索引的Pandas DataFrame，需查询GEN PF=0.9769、Generator power at terminal, (kW)=736381.3时的插值结果，尝试df.loc仅能查询已有数据，无法实现二维插值且触发Key Error：

import pandas as pd
GEN_power_vs_PF_index = pd.MultiIndex.from_tuples([('GEN PF', '0.85'),
                                                   ('GEN PF', '0.9'),
                                                   ('GEN PF', '0.95'),
                                                   ('GEN PF', '1.0')])

GEN_power_vs_PF_columns = pd.MultiIndex.from_tuples([('Generator power at terminal, (kW)', 201875),
                                                     ('Generator power at terminal, (kW)', 403750),
                                                     ('Generator power at terminal, (kW)', 605625),
                                                     ('Generator power at terminal, (kW)', 807500),
                                                     ('Generator power at terminal, (kW)', 1009375)])

GEN_power_vs_PF = pd.DataFrame([(3217.6, 4259.1, 5847, 8024.1, 11059.1),
                                (3133.2, 4023, 5390.5, 7242.6, 9678.4),
                                (3045.4, 3791.7, 4954.4, 6538.8, 8564),
                                (2891.6, 3439.5, 4346.6, 5609.6, 7228.9)],
                               index=GEN_power_vs_PF_index,
                               columns=GEN_power_vs_PF_columns)

解决方案 #

Pandas本身没有直接的二维插值查询能力，需先将多级索引扁平化（转为数值型坐标轴），再借助SciPy的插值工具实现。

步骤1：扁平化索引，转换为数值型坐标轴 #

原多级索引的标签是元组，需提取其中的数值部分并转为float类型，方便插值计算：

# 重构行索引：提取PF数值并转为float
GEN_power_vs_PF = GEN_power_vs_PF.rename(index=lambda idx: float(idx[1]))
# 重构列索引：提取功率数值并转为float
GEN_power_vs_PF.columns = GEN_power_vs_PF.columns.get_level_values(1).astype(float)

处理后DataFrame的行是PF数值（0.85/0.9/0.95/1.0），列是功率数值（201875/403750/...），数据为对应的值。

步骤2：使用SciPy实现二维插值 #

先安装SciPy（若未安装）：

pip install scipy

方法一：RegularGridInterpolator（推荐，支持规则网格）

适合规则排列的网格数据，插值效率高：

from scipy.interpolate import RegularGridInterpolator

# 提取插值所需的坐标轴和数据矩阵
pf_axis = GEN_power_vs_PF.index.values
power_axis = GEN_power_vs_PF.columns.values
data_matrix = GEN_power_vs_PF.values

# 创建插值器
# bounds_error=False：目标值超出网格范围时不报错；fill_value=None：允许外插
interpolator = RegularGridInterpolator((pf_axis, power_axis), data_matrix, bounds_error=False, fill_value=None)

# 查询目标点的插值结果
target_pf = 0.9769
target_power = 736381.3
interpolated_value = interpolator([[target_pf, target_power]])[0]
print(f"插值结果：{interpolated_value:.2f}")

方法二：interp2d（支持自定义插值类型）

可选择线性、三次等插值方式：

from scipy.interpolate import interp2d

# 创建插值函数，kind参数可选'linear'（默认）、'cubic'、'quintic'
interp_func = interp2d(power_axis, pf_axis, data_matrix, kind='linear')

# 查询目标值（注意参数顺序：先功率，后PF）
interpolated_value = interp_func(target_power, target_pf)[0]
print(f"插值结果：{interpolated_value:.2f}")

关键说明 #

• df.loc仅支持标签匹配查询，无法处理插值，且原多级索引的标签是字符串（如'0.9'），直接用数值0.9查询会触发Key Error；
• 上述方法基于规则网格插值，若数据为非规则网格，可使用griddata函数实现插值。

内容的提问来源于stack exchange，提问作者ngom52