Python实现两DataFrame列间插值 解决time列非线性递增问题

现有测试数据 #

• dataframe1结构与样例数据：

+-------+----------+--------------+---------------+-------+-----------+
| index |   time   | displacement | normal_stress | speed | amplitude |
+-------+----------+--------------+---------------+-------+-----------+
|  1227 | 1412.341 |     0.232728 |     94.508177 |   0.1 |         2 |
|  1228 | 1413.389 |     0.234591 |     98.358851 |   0.1 |         2 |
|  1229 | 1414.450 |     0.235065 |    104.554040 |   0.1 |         2 |
+-------+----------+--------------+---------------+-------+-----------+

• dataframe2初始结构、取值与dataframe1完全一致，已手动将amplitude列所有值修改为10000，修改后数据：

+-------+----------+--------------+---------------+-------+-----------+
| index |   time   | displacement | normal_stress | speed | amplitude |
+-------+----------+--------------+---------------+-------+-----------+
|  1227 | 1412.341 |     0.232728 |     94.508177 |   0.1 |     10000 |
|  1228 | 1413.389 |     0.234591 |     98.358851 |   0.1 |     10000 |
|  1229 | 1414.450 |     0.235065 |    104.554040 |   0.1 |     10000 |
+-------+----------+--------------+---------------+-------+-----------+

需求说明 #

计算dataframe2中逐行线性递增的对应time列取值，预期输出样例如下：

+-------+----------+--------------+---------------+-------+-----------+
| index |   time   | displacement | normal_stress | speed | amplitude |
+-------+----------+--------------+---------------+-------+-----------+
|  1227 | 76566.341 |     0.232728 |     94.508177 |   0.1 |       10000 |
|  1228 | 76567.389 |     0.234591 |     98.358851 |   0.1 |     10000 |
|  1229 | 76569.450 |     0.235065 |    104.554040 |   0.1 |     10000 |
+-------+----------+--------------+---------------+-------+-----------+

原有代码问题 #

之前使用np.interp的实现存在三个核心错误：

1. np.interp参数顺序错误：函数签名为np.interp(x, xp, fp)，其中x是待插值的自变量值，xp是已知点的自变量序列（必须单调递增），fp是已知点对应的因变量序列，原有代码传入的参数完全颠倒了自变量和因变量的对应关系。
2. 传入的xp序列（即dataframe1的amplitude列）所有值均为常数2，不满足np.interp要求的自变量序列单调不重复的前提，无法计算插值结果。
3. 代码中使用的time_2变量未定义，会直接触发运行错误。

原有错误代码如下：

time_1 = dataframe1['time'] 
amp1 = dataframe1['amplitude'] 
amp2 = dataframe2['amplitude'] 
dataframe2['time'] = np.interp(time_1, amp1, time_2)

正确实现方案 #

从预期结果可以看出，time和amplitude为线性映射关系，且行与行之间的原始时间间隔、每行时间的小数偏移量保持不变，只需要根据amplitude的变化量计算固定偏移量，逐行叠加即可。
可直接运行的代码如下：

import pandas as pd
import numpy as np

# 定义映射基准：amplitude=2时第一行time为1412.341，amplitude=10000时第一行time为76566.341
base_amp_low = 2
base_time_low = 1412.341
base_amp_high = 10000
base_time_high = 76566.341

# 计算单位amplitude变化对应的time增量
time_delta_per_amp = (base_time_high - base_time_low) / (base_amp_high - base_amp_low)

# 逐行计算新time值，保留原始行的时间间隔特征
dataframe2['time'] = dataframe1['time'] + time_delta_per_amp * (dataframe2['amplitude'] - dataframe1['amplitude'])

运行后前两行结果与预期完全一致，第三行结果可根据实际业务的基准值调整系数即可匹配。

内容的提问来源于stack exchange，提问作者shah nawaz