如何实现为Pandas DataFrame每行应用插值外推函数并新增列？

问题根源 #

你的代码无法正常运行，核心问题出在对apply传入参数的理解错误：df.apply(axis=1)处理每行时，传入函数的是一维Series对象，但你在interp_row里用row.shape[1]来获取列数——这是DataFrame的用法，Series只有shape[0]（对应该行的元素个数）。另外你原代码里fun(n+1)的取值位置也不对，会得到超出预期的结果。

修正后的实现 #

方法1：修复原函数逻辑 #

import pandas as pd
from scipy.interpolate import interp1d
import numpy as np

d = {'col1': [1, 2], 'col2': [2, 4], 'col3': [3, 6]}
df = pd.DataFrame(data=d)

def interp_row(row):
    n = row.shape[0]  # 改用shape[0]获取行内元素个数（即原DataFrame的列数）
    fun = interp1d(np.arange(n), row, fill_value='extrapolate')
    return fun(n).item()  # 外推到索引n的位置，对应你要的结果

df['col4'] = df.apply(interp_row, axis=1)
print(df)

运行输出：

col1  col2  col3  col4
0     1     2     3   4.0
1     2     4     6   8.0

方法2：向量化高效实现（推荐） #

如果你的需求是线性外推，且数据规律明显（每行是等差数列），完全可以不用逐行循环，直接用向量化运算提升效率：

# 外推值 = 最后一列的值 + (最后一列 - 倒数第二列)
df['col4'] = df.iloc[:, -1] + (df.iloc[:, -1] - df.iloc[:, -2])

这个方法的计算速度远快于apply，尤其适合大数据量场景。

关键细节说明 #

• df.apply(axis=1)传入的是每行的Series，它的shape是(列数,)，所以要用row.shape[0]或len(row)获取元素数量。
• 你示例中想要的是外推到原列数对应的索引位置（原列数3，索引0/1/2，外推到3），所以应该调用fun(n)而非fun(n+1)。

内容的提问来源于stack exchange，提问作者HannesZ