pandas实现不同维度两个Dataframe插值匹配缺失坐标值的方法

实现方案 #

你需要的是空间坐标插值匹配，用scipy的griddata工具就能快速实现，全程只需要3步即可完成，适配你当前的数据集规模：

步骤1：导入依赖库 #

import pandas as pd
import numpy as np
from scipy.interpolate import griddata

步骤2：提取插值源和目标坐标 #

# 提取稀疏温度数据的坐标与对应温度值作为插值源
temp_coords = temp_df[["x", "y"]].values
temp_values = temp_df["value"].values

# 提取辐射数据的坐标作为插值目标（最终温度数据要匹配的坐标）
target_coords = radiation_df[["x", "y"]].values

步骤3：执行空间插值 #

你可以根据需求选择插值方法，新手优先选前两种即可：

• nearest（最近邻插值）：运算速度最快，180万行数据几秒就能跑完，无空值
• linear（线性插值）：结果更平滑，精度更高，运算速度中等
• cubic（三次样条插值）：平滑度最高，适合需要连续曲面的场景，运算速度最慢

# 替换method参数即可切换插值方法
radiation_df["temperature"] = griddata(temp_coords, temp_values, target_coords, method="nearest")

校验与异常处理 #

1. 插值完成后可执行radiation_df["temperature"].isna().sum()统计空值数量，若空值极少可直接删除或填充区域均值，空值多说明辐射数据范围超出了温度数据的覆盖边界，可裁剪辐射数据到温度数据的坐标范围内再重新插值
2. 可抽取两个数据集重合的坐标点（如样例中x=-83.925、y≈17.508的点），比对原始温度值和插值结果，验证插值准确性

内容的提问来源于stack exchange，提问作者richo