如何简洁实现pandas DataFrame索引匹配及插值外推？

先假设你的示例数据如下：

import pandas as pd

# 目标索引的DataFrame
df1 = pd.DataFrame({'value1': [0, 0, 0, 0]}, index=[0.2, 0.5, 1.0, 1.5])
# 需要调整索引的DataFrame
df2 = pd.DataFrame({'value2': [1.0, 2.0, 3.0]}, index=[0.5, 1.0, 1.5])

一步完成索引对齐+线性插值与外推 #

用reindex结合interpolate就能简洁实现需求，无需拆分繁琐步骤：

# 对齐索引并完成线性插值+外推
df2_aligned = df2.reindex(df1.index).interpolate(method='linear', limit_direction='both')

运行后得到的结果完全符合你的要求：

参数说明 #

• reindex(df1.index)：将df2的索引调整为与df1一致，缺失位置自动填充NaN
• interpolate(method='linear', limit_direction='both')：
  • method='linear'：采用线性插值逻辑
  • limit_direction='both'：允许向索引的前后两端做外推（默认仅支持内部插值）

如果你的pandas版本在1.3.0及以上，也可以用extrapolate=True替代limit_direction='both'，效果完全一致：

df2_aligned = df2.reindex(df1.index).interpolate(method='linear', extrapolate=True)

其他外推选项 #

如果需要非线外推，比如用最近值填充，只需把method换成nearest并保留limit_direction='both'即可，线性外推是最贴合你示例场景的方案。

内容的提问来源于stack exchange，提问作者Grismar