对列表中DataFrame执行分段线性插值的技术求助

问题根源 #

你使用interpolate(method='index')未得到预期结果，是因为该方法默认基于行的位置索引计算插值，而非业务需要的month列数值。要实现分段线性插值，必须以month作为插值的基准轴。

批量处理实现 #

以下两种方式均可批量处理列表中的所有DataFrame，核心都是指定month为插值的参考维度：

方式1：临时设置月份为索引（兼容所有pandas版本） #

遍历列表，将month设为索引后执行插值，再恢复原结构：

import pandas as pd
import numpy as np

# 示例数据初始化
d = {'ID':[5,5,5,5,5,5,5], 'month':[0,3,6,9,12,15,18], 'num':[7,np.nan,5,np.nan,np.nan,5,8]}
tempo = pd.DataFrame(data=d)
d2 = {'ID':[6,6,6,6,6,6,6], 'month':[0,3,6,9,12,15,18], 'num':[5,np.nan,2,np.nan,np.nan,np.nan,7]}
tempo2 = pd.DataFrame(data=d2)
df_list = [tempo, tempo2]

# 批量插值处理
processed_list = []
for df in df_list:
    # 以month为索引执行线性插值，再重置索引保留原列结构
    interpolated = df.set_index('month').interpolate(method='index').reset_index()
    # 还原ID列（插值不改变ID，直接从原DataFrame复制）
    interpolated['ID'] = df['ID']
    processed_list.append(interpolated)

# 打印验证结果
for idx, df in enumerate(processed_list):
    print(f"处理后的DataFrame {idx+1}:")
    print(df)
    print("---")

方式2：直接指定插值自变量（pandas 1.3.0+适用） #

如果你的pandas版本≥1.3.0，可直接通过x参数指定month为插值的x轴，无需修改索引，代码更简洁：

# 批量处理一行搞定
processed_list = [df.assign(num=df['num'].interpolate(method='linear', x=df['month'])) for df in df_list]

# 验证结果
for df in processed_list:
    print(df)

结果说明 #

以示例中的tempo2为例，插值后num列的分段线性结果为：

• month=3: 3.5（5与2的中点）
• month=9: 3.666...（从month6到month15的斜率为5/9，计算得2 + (9-6)*(5/9)）
• month=12: 5.333...（2 + (12-6)*(5/9)）

内容的提问来源于stack exchange，提问作者reksapj