如何解决scipy interp1d报'Expect x to not have duplicates'错误

scipy.interpolate.interp1d 执行三次（cubic）插值时，底层调用的样条生成函数强制要求输入的自变量x序列无重复值、单调递增。从报错信息可以直接定位：你传入的all_dat['rcs']列存在重复取值，因此触发ValueError: Expect x to not have duplicates异常。

• 校验x列重复值：运行以下代码可以直接统计重复值数量、输出具体重复的取值，确认重复规模：

# 提取所有重复的rcs值（keep=False表示把所有重复条目都标记出来）
duplicate_entries = x[x.duplicated(keep=False)]
print(f"rcs列共检测到{len(duplicate_entries)}条重复记录，涉及的重复值为：{duplicate_entries.sort_values().unique()}")

• 校验x列单调性：三次插值同样要求x是单调递增序列，去重后如果还是报错可以跑这行确认顺序是否正确：

print(f"rcs列是否为单调递增序列：{x.is_monotonic_increasing}")

根据你的数据属性选对应方案即可：

方案1：聚合重复值后插值（适合同一x对应多组有效测量值的场景） #

如果同一个rcs值对应多个Mean_Range是正常的多次测量结果，可以先按x分组对y做聚合（取均值、中位数都可以，根据业务需求选），再传入插值函数：

# 按rcs分组聚合Mean_Range，同时排序保证x单调递增
clean_df = all_dat[['rcs', 'Mean_Range']].groupby('rcs', as_index=False)['Mean_Range'].mean().sort_values('rcs')
x_clean = clean_df['rcs']
y_clean = clean_df['Mean_Range']

# 原插值绘图逻辑
xnew = np.linspace(x_clean.min(), x_clean.max(), 200)
cubic_interp_model = interp1d(x_clean, y_clean, kind="cubic")
y_interp = cubic_interp_model(xnew)
pl.plot(xnew, y_interp)

方案2：直接去重（适合重复值是采集/存储产生的冗余脏数据的场景） #

如果重复条目是无意义的冗余数据，直接按rcs列去重，保留第一条或者最后一条记录即可：

# 按rcs去重，保留首次出现的记录后排序
clean_df = all_dat.drop_duplicates(subset='rcs', keep='first').sort_values('rcs')
x_clean = clean_df['rcs']
y_clean = clean_df['Mean_Range']
# 后续插值绘图逻辑和方案1一致

方案3：更换插值类型（适合不想修改原始数据的场景） #

如果不需要三次样条的平滑插值效果，可以把插值类型换成支持重复x值的线性、最近邻插值，不需要预处理数据：

# 仅需修改kind参数，其余代码不变
cubic_interp_model = interp1d(x, y, kind="linear")

注意：无论用哪种方案，最终传入interp1d做三次插值的x序列必须满足无重复、单调递增两个要求，否则依然会触发插值相关报错。

内容的提问来源于stack exchange，提问作者Mageo