Polars中是否有类似Pandas基于datetime列的数值插值方法？

Pandas中的实现方式 #

你提到的Pandas中基于datetime列的数值插值实现如下：

import polars as pl
from datetime import datetime

df1 = pl.DataFrame(
    {
        "ts": [
            datetime(2020, 1, 1),
            datetime(2020, 1, 3, 0, 0, 12),
            datetime(2020, 1, 3, 0, 1, 35),
            datetime(2020, 1, 4),
        ],
        "value": [1, None, None, 3],
    }
)

通过转为Pandas DataFrame后使用interpolate(method='index')实现基于时间索引的线性插值：

df1.to_pandas().set_index('ts').interpolate(method='index')

输出结果：

value
ts
2020-01-01 00:00:00  1.000000
2020-01-03 00:00:12  2.333426
2020-01-03 00:01:35  2.334066
2020-01-04 00:00:00  3.000000

Polars中的等效实现 #

Polars可以通过两种方式实现和Pandasmethod='index'一致的时间线性插值效果：

方法1：利用interpolate结合时间戳转换 #

将datetime列转为数值类型（Unix时间戳），然后基于该数值列对value执行线性插值：

import polars as pl
from datetime import datetime

df1 = pl.DataFrame(
    {
        "ts": [
            datetime(2020, 1, 1),
            datetime(2020, 1, 3, 0, 0, 12),
            datetime(2020, 1, 3, 0, 1, 35),
            datetime(2020, 1, 4),
        ],
        "value": [1, None, None, 3],
    }
)

result = df1.with_columns(
    pl.col("ts").cast(pl.Int64).alias("ts_ms")
).interpolate(
    method="linear",
    by="ts_ms"
).drop("ts_ms")

print(result)

输出结果：

shape: (4, 2)
┌─────────────────────┬───────────┐
│ ts                  ┆ value     │
│ ---                 ┆ ---       │
│ datetime[μs]        ┆ f64       │
╞═════════════════════╪═══════════╡
│ 2020-01-01 00:00:00 ┆ 1.0       │
│ 2020-01-03 00:00:12 ┆ 2.333426  │
│ 2020-01-03 00:01:35 ┆ 2.334066  │
│ 2020-01-04 00:00:00 ┆ 3.0       │
└─────────────────────┴───────────┘

方法2：手动计算线性插值（自定义逻辑） #

如果需要更灵活的控制，可以通过窗口函数获取前后非空的数值和时间，手动推导插值结果：

result = df1.with_columns(
    # 获取前一个非空value及对应时间
    pl.col("value").forward_fill().alias("prev_val"),
    pl.col("ts").forward_fill().alias("prev_ts"),
    # 获取后一个非空value及对应时间
    pl.col("value").backward_fill().alias("next_val"),
    pl.col("ts").backward_fill().alias("next_ts")
).with_columns(
    # 基于时间比例计算线性插值
    pl.when(pl.col("value").is_null())
    .then(
        pl.col("prev_val") + (pl.col("next_val") - pl.col("prev_val")) * 
        (pl.col("ts").cast(pl.Int64) - pl.col("prev_ts").cast(pl.Int64)) / 
        (pl.col("next_ts").cast(pl.Int64) - pl.col("prev_ts").cast(pl.Int64))
    )
    .otherwise(pl.col("value"))
    .alias("value")
).drop(["prev_val", "prev_ts", "next_val", "next_ts"])

print(result)

该方法会得到和上述完全一致的结果，适合需要调整插值逻辑的场景。

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