Python中对数据集逐行执行对数/二次外推/内插，是否有快捷方式？

完全不用逐行手动迭代！numpy和scipy/pandas提供了非常高效的向量化工具来处理这类插值/外推需求，比手动循环快得多，尤其是当你的数据集变大的时候。

第一步：先处理缺失值标记 #

你的零值是模拟的缺失数据，首先要把它们替换成NaN，这样插值函数才能正确识别并处理：

import numpy as np
x = np.array([[ 1.31, 1.44, 0, 2.51, 0, 0], 
              [ 0, 1.45, 1.63, 2.48, 0, 2.69], 
              [ 1.31, 1.43, 1.59, 2.48, 2.55, 2.71]])
# 将零值替换为NaN
x[x == 0] = np.nan

定义期限轴 #

假设每一列对应的是国债期限（比如1、2、3、5、7、10年，你可以根据实际数据调整）：

tenors = np.array([1, 2, 3, 5, 7, 10])

方法1：用Scipy实现灵活插值/外推 #

写一个处理单行的函数，然后用np.apply_along_axis批量应用到每一行——这个工具会帮你封装逐行逻辑，底层是优化过的，比手动for循环高效：

from scipy.interpolate import interp1d

def interpolate_single_row(row, x_axis, kind='quadratic'):
    # 筛选该行的有效数据点
    valid_indices = ~np.isnan(row)
    # 至少需要2个有效点才能进行插值
    if np.sum(valid_indices) < 2:
        return row  # 有效点不足时返回原行，你也可以自定义处理逻辑
    # 创建插值函数，fill_value="extrapolate"支持外推
    interpolator = interp1d(x_axis[valid_indices], row[valid_indices], 
                           kind=kind, fill_value="extrapolate", bounds_error=False)
    # 对全期限轴执行插值/外推
    return interpolator(x_axis)

# 二次插值结果
filled_x_quadratic = np.apply_along_axis(interpolate_single_row, axis=1, arr=x, 
                                        x_axis=tenors, kind='quadratic')

# 对数插值（更安全的实现：先取对数做线性插值，再还原）
def log_interpolate_row(row, x_axis):
    valid_indices = ~np.isnan(row)
    if np.sum(valid_indices) < 2:
        return row
    log_valid = np.log(row[valid_indices])
    interpolator = interp1d(x_axis[valid_indices], log_valid, 
                           kind='linear', fill_value="extrapolate", bounds_error=False)
    return np.exp(interpolator(x_axis))

filled_x_log = np.apply_along_axis(log_interpolate_row, axis=1, arr=x, x_axis=tenors)

方法2：用Pandas快速实现（代码更简洁） #

如果愿意用pandas，它的interpolate方法直接支持按行处理，内置多种插值类型，代码会更简洁：

import pandas as pd

# 转成DataFrame方便操作
df = pd.DataFrame(x, columns=['1Y', '2Y', '3Y', '5Y', '7Y', '10Y'])

# 二次插值+双向外推
filled_df_quadratic = df.interpolate(axis=1, kind='quadratic', limit_direction='both')

# 对数插值：先对数据取对数，插值后再还原
filled_df_log = np.exp(np.log(df).interpolate(axis=1, kind='linear', limit_direction='both'))

# 转回numpy数组
filled_x_quadratic_pd = filled_df_quadratic.to_numpy()
filled_x_log_pd = filled_df_log.to_numpy()

注意事项 #

• 外推需谨慎：如果缺失值在数组两端（比如第一行的最后三个值），外推结果依赖于现有数据的趋势，国债收益率期限结构通常有规律，但仍需结合业务场景判断合理性。
• 对数插值要求数据为正：国债收益率满足这个条件，所以无需额外处理。

内容的提问来源于stack exchange，提问作者spastica