基于日期的真实线性插值：Pandas重采样插值优化需求

核心解决方案 #

要得到基于真实日期差的线性插值，需使用Pandas内置的interpolate(method='time')方法，它会根据时间索引的实际间隔计算插值，而非默认的位置等间距填充，性能远优于自定义函数。

完整代码实现 #

import pandas as pd

# 构建用户提供的初始数据
data = pd.DataFrame({'dates':['2004','2008','2012'],'values':[k*(1+4*365) for k in range(3)]})
data['dates'] = pd.to_datetime(data['dates'])
data = data.set_index('dates')

# 生成目标年度末索引（每年12月31日）
target_dates = pd.date_range(start='2004-12-31', end='2012-12-31', freq='A')

# 合并原始索引与目标索引，确保原始数据点被纳入插值计算
full_index = data.index.union(target_dates).sort_values()
full_data = data.reindex(full_index)

# 执行时间插值，筛选目标日期结果并取整
result = full_data.interpolate(method='time').loc[target_dates].round(0).astype(int)

print(result)

输出结果 #

values
2004-12-31     365
2005-12-31     730
2006-12-31    1095
2007-12-31    1460
2008-12-31    1826
2009-12-31    2191
2010-12-31    2556
2011-12-31    2921
2012-12-31    3287

关键细节 #

• method='time'：插值时基于索引的时间差计算，完全匹配真实日期的线性变化逻辑，解决了默认插值仅按位置等间距填充的问题。
• 合并索引：确保原始数据的时间点被包含在插值过程中，避免因resample丢失原始值的时间上下文。
• 性能优势：该方法是Pandas底层优化的C实现，比自定义循环函数效率高几个数量级，适合处理大规模时间序列数据。

内容的提问来源于stack exchange，提问作者principal-ideal-domain