Pandas指定列插值：如何将DataFrame中单列月频数据插值为日频数据

不需要拆分步骤，直接在链式调用中筛选目标列即可实现需求，比全表处理性能更高、写法更简洁：

核心写法 #

你只需要在设置索引后直接选取需要保留的one列，再执行后续重采样、插值操作即可：

# 结果包含date和one两列，date为普通列
result = df.set_index('date')['one'].resample('D').interpolate()[:-1].reset_index()

# 如果需要保留date为索引，去掉末尾的reset_index()即可
result_index = df.set_index('date')['one'].resample('D').interpolate()[:-1]

逻辑说明 #

• 先将date设为索引后直接筛选one列，后续所有操作仅针对目标列执行，不会处理冗余的two列，内存占用更低
• 插值默认使用线性插值，如果你需要自定义插值方法，可在interpolate()中指定method参数，比如interpolate(method='time')适配时间序列的插值逻辑

# 适配时间序列的插值示例
result = df.set_index('date')['one'].resample('D').interpolate(method='time')[:-1].reset_index()

内容的提问来源于stack exchange，提问作者Ndharwood