如何基于指定DEV值对Pandas DataFrame重采样插值并解决重复轴报错

• 未按年度分组处理DEV序列：DEV是每个年度独立的递增序列，不同年份存在相同DEV值，直接全局将DEV设为索引会产生大量重复索引值，触发reindex的重复轴错误
• 过滤原数据中属于DEV_LIST的DEV记录是多余操作，不符合你保留原有全部DEV值的需求
• 全局合并DEV并集时未区分年度，进一步加剧索引重复问题

import pandas as pd

# 配置参数
DEV_LIST = [0, 0.25, 0.5, 0.75, 1, 1.25, 1.5, 1.75, 2]

# 第一步：预处理原始数据，删除空值，按年度+DEV排序保证序列连续
df_clean = df.dropna(subset=['DEV', 'PRICE']).sort_values(['YEAR', 'DEV']).reset_index(drop=True)

# 第二步：按年度分组单独插值，避免跨年度DEV干扰
res_list = []
for year, group in df_clean.groupby('YEAR'):
    # 取当前年度的DEV、PRICE字段，设DEV为索引
    group_idx = group.set_index('DEV')[['PRICE']]
    # 合并原有DEV和目标DEV，去重后升序排列
    all_dev = sorted(set(group_idx.index.tolist() + DEV_LIST))
    # 重索引后按DEV数值间距插值
    group_interp = group_idx.reindex(all_dev).interpolate(method='values').reset_index()
    # 补回年度字段方便后续关联其他信息
    group_interp['YEAR'] = year
    res_list.append(group_interp)

# 第三步：合并所有年度结果得到最终表
final_df = pd.concat(res_list, ignore_index=True)

• 先清理DEV、PRICE为空的无效行，按年度+DEV排序保证每年的发育序列是连续递增的
• 按年度分组处理，从根源避免不同年份DEV重复导致的索引问题，同时每一年的插值仅基于当年的实际价格序列，结果更符合业务逻辑
• 合并每年度原有DEV和目标DEV后去重，同时保留全部原始数据和新增的指定DEV监测节点
• 插值采用values方法，基于DEV的数值间距计算插值结果，匹配发育阶段连续变化的特性

得到的final_df既包含原数据所有DEV对应的原始PRICE，也包含DEV_LIST中指定节点的插值后PRICE，按DEV升序排列，符合你给出的样例输出格式。如果需要回补日期等其他字段，可基于YEAR+DEV和原数据做匹配，或在分组处理时保留对应字段关联即可。

内容的提问来源于stack exchange，提问作者Luckasino