Python如何对含等步长str列的DataFrame中P、C列NaN值插值？

问题根源 #

df.interpolate 无法生效的核心原因是你的str列是字符串格式的数值，而插值算法依赖连续的数值型序列（索引或列）才能计算，字符串类型无法被识别为连续的插值基准。

分步解决方法 #

1. 转换字符串列为数值类型 #

先把存储数值的字符串列转为整数/浮点数，让插值函数能识别连续序列：

# 假设字符串列名为"str_col"
df['str_col'] = pd.to_numeric(df['str_col'])

2. 基于数值列重置索引（推荐） #

将转换后的数值列设置为DataFrame的索引，确保插值基于连续的数值维度计算：

df = df.set_index('str_col')

3. 选择适配的插值方法 #

根据数据特性选择以下方案：

• 修正立方插值：在数值索引下重新执行立方插值

  df_interpolated = df.interpolate(method='cubic', limit_direction='both')
  

• 线性插值：适合数据趋势接近线性的场景，计算高效且稳定

  df_interpolated = df.interpolate(method='linear', limit_direction='both')
  

• SciPy样条插值：针对非线性趋势数据，拟合精度更高

  from scipy.interpolate import CubicSpline
  
  # 处理P列
  valid_p = df[df['P'].notna()]
  cs_p = CubicSpline(valid_p.index, valid_p['P'])
  df['P'] = cs_p(df.index)
  
  # 处理C列
  valid_c = df[df['C'].notna()]
  cs_c = CubicSpline(valid_c.index, valid_c['C'])
  df['C'] = cs_c(df.index)
  

• 邻近值填充：适合零散缺失值场景，用前后最近的有效值填充

  df_interpolated = df.interpolate(method='nearest', limit_direction='both')
  

4. 验证插值效果 #

通过绘图确认拟合结果是否符合预期：

import matplotlib.pyplot as plt

plt.figure(figsize=(10,6))
plt.plot(df.index, df['P'], label='插值后P值')
plt.scatter(valid_p.index, valid_p['P'], color='red', label='原始P值')
plt.legend()
plt.show()

内容的提问来源于stack exchange，提问作者JeeyCi