如何在Pandas DataFrame中插入基于现有行插值平均的缺失年份行？

核心逻辑 #

按国家分组后补全2010-2015的连续年份，对数值字段使用等间隔线性插值，计算出来的结果就是你需要的逐年平均递增值。

完整实现代码 #

import pandas as pd
# 原始数据生成
info = {'Year': [2010, 2010, 2010, 2010, 2015, 2015, 2015, 2015],
        'Country': ['USA', 'Mexico', 'Canada', 'China', 'USA', 'Mexico', 'Canada', 'China'],
        'AgeAvg': [40, 44, 45, 49, 45, 46, 50, 52],
        'HeightAvg': [68, 65, 67, 68, 69, 70, 64, 67]}
df = pd.DataFrame(data=info)

# 核心处理逻辑
# 1. 设置复合索引方便分组处理
df = df.set_index(['Country', 'Year'])
# 2. 按国家分组补全年份后线性插值
df = df.groupby('Country', group_keys=False).apply(
    lambda x: x.reindex(range(2010, 2016)).interpolate(method='linear')
)
# 3. 重置索引恢复标准DataFrame格式
df = df.reset_index()

# 输出结果验证
print(df)

结果说明 #

运行后你会得到2010到2015年每个国家的完整数据，其中：

• USA的AgeAvg字段按2010:40、2011:41、2012:42、2013:43、2014:44、2015:45的规律填充，完全匹配你给出的示例要求
• 所有数值字段都会按照首尾值自动计算逐年增量，实现平滑过渡
  如果需要插值结果为整数，只需要修改插值部分的代码，增加取整逻辑即可：

lambda x: x.reindex(range(2010, 2016)).interpolate(method='linear').round(0).astype(int)

内容的提问来源于stack exchange，提问作者Adam Kritz