Pandas三次插值报错：边界导数数量不匹配问题求助

问题背景 #

现有周度数据集：

Period       Values    
20-Jan-89   3  
27-Jan-89   4  
3-Feb-89    2  
10-Feb-89   5  
17-Feb-89   3  
24-Feb-89   5  
3-Mar-89    5  
10-Mar-89   6  
17-Mar-89   4  
24-Mar-89   5  
31-Mar-89   7  
7-Apr-89    6  
14-Apr-89   6  
21-Apr-89   4  
28-Apr-89   7  
5-May-89    5  
12-May-89   6  
19-May-89   5  
26-May-89   7  
2-Jun-89    7  

尝试用以下代码将其重采样为月度并做三次插值：

q= pd.Series(df[series], index=df.index)
m = q.resample('M').interpolate(method='cubic') 

运行后报错：

ValueError: The number of derivatives at boundaries does not match: expected 3, got 0+0

报错原因 #

三次插值（cubic方法）需要边界点的导数信息来构建样条曲线，但直接对月度重采样后的结果做插值时，边界位置没有足够的相邻数据点来计算所需的3阶导数条件，导致触发该错误。

解决方法 #

方法1：先插值到细粒度再聚合到月度 #

先把数据重采样到日度，用三次插值填充所有缺失的日度数据，再将日度数据聚合为月度数据（可根据需求选择均值、最后值、总和等）：

# 确保时间列是datetime类型
df['Period'] = pd.to_datetime(df['Period'])
df.set_index('Period', inplace=True)

# 重采样到日度并做三次插值
daily_data = df['Values'].resample('D').interpolate(method='cubic')
# 聚合为月度数据，这里以取月度均值为例
monthly_data = daily_data.resample('M').mean()

方法2：换用边界友好的三次插值方法 #

使用pchip插值（保形三次样条，不需要额外边界导数）或者指定阶数为3的spline方法，这两种方法的边界处理逻辑不会触发该错误：

# 确保索引是datetime类型
df['Period'] = pd.to_datetime(df['Period'])
df.set_index('Period', inplace=True)

q = pd.Series(df['Values'], index=df.index)
# 方法A：使用pchip插值
monthly_pchip = q.resample('M').interpolate(method='pchip')
# 方法B：使用spline指定3阶
monthly_spline = q.resample('M').interpolate(method='spline', order=3)

方法3：手动指定边界导数（不推荐） #

如果有明确的边界导数条件，可以通过interpolate的kwargs传入，但实际业务中很少有这类明确信息，因此不推荐这种方式。

内容的提问来源于stack exchange，提问作者stranger12309