使用Pandas interpolate实现超出索引范围的线性插值问题

pandas的interpolate(method='index')仅支持内插，超出已有有效数据范围的NaN只会填充最近值，无法实现你需要的基于索引实际值的线性外插。要达成目标，可以借助scipy.interpolate.interp1d工具来实现，具体步骤如下：

实现步骤 #

1. 从DataFrame中筛选出非NaN的索引和对应数据
2. 创建支持外插的线性插值器
3. 用插值器对所有索引（包括带NaN的位置）计算结果

完整代码示例 #

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

# 原始数据
x = [1, 5, 10, 25, 100]
y = [np.nan, 0.2, 0.3, 0.7, 1.5]
df = pd.DataFrame(y, index=x, columns=['data'])

# 提取非NaN的索引和对应数据
valid_x = df.index[df['data'].notna()]
valid_y = df['data'].dropna()

# 创建支持外插的线性插值器
linear_interp = interp1d(valid_x, valid_y, kind='linear', fill_value="extrapolate")

# 对所有索引应用插值计算
df['data'] = linear_interp(df.index)

print(df)

输出结果 #

data
1    0.12
5    0.20
10   0.30
25   0.70
100  1.50

该结果完全符合你预期的计算值：索引1的位置通过(1-5)/(10-5)*(0.3-0.2) + 0.2 = 0.12得到了正确的线性外插结果。

补充说明 #

如果不想引入scipy依赖，也可以手动计算线性外插的斜率：比如针对索引1（小于最小有效索引5），用前两个有效点(5,0.2)和(10,0.3)计算斜率(0.3-0.2)/(10-5)=0.02，再外插得到0.2 + (1-5)*0.02 = 0.12。但这种方法需要分别处理左右两侧的外插场景，代码会更繁琐，不如scipy工具简洁高效。

内容的提问来源于stack exchange，提问作者Gcedism