Pandas重采样插值返回全NaN问题的原因及解决方法咨询

嗨，我来帮你拆解这个问题，先看看你的代码和遇到的现象：

import pandas as pd

data = {
    "Date": ["2016-01", "2017-01", "2018-01"],
    "In Vitro Diagnostics": [10, 15, 20]
}

df = pd.DataFrame(data)

# Convert the 'Date' column to datetime format
df['Date'] = pd.to_datetime(df['Date'], format='%Y-%m')

# Setting 'Date' as the index
df.set_index('Date', inplace=True)

# Resampling the data to monthly frequency and interpolating the values
df = df.resample('M').interpolate()
# df = df.resample('M').ffill() # works

# Converting the DateTimeIndex to PeriodIndex
df.index = df.index.to_period('M')
print(df)

你发现用resample('M').interpolate()得到的结果全是NaN，但ffill()却能正常填充，想知道原因和解决办法，对吧？

问题原因分析 #

核心问题出在resample和interpolate的组合逻辑上：

• 当你直接调用df.resample('M').interpolate()时，Pandas会把interpolate当作重采样的聚合函数，尝试在每个重采样的“月份组”内进行插值。但你的原始数据只有每年1月有值，每个月份组要么只有一个数据点，要么完全没有数据，单个数据点无法完成线性插值计算，所以最终返回全NaN。
• 而ffill()是向前填充逻辑，它会把最近的非NaN值直接填充到后续所有空值的月份组里，所以能正常得到结果。

解决方法 #

要实现年度数据到月度数据的线性插值，你需要先通过asfreq()生成完整的月度时间序列（空值用NaN填充），再对这个完整序列进行插值。修改后的代码如下：

import pandas as pd

data = {
    "Date": ["2016-01", "2017-01", "2018-01"],
    "In Vitro Diagnostics": [10, 15, 20]
}

df = pd.DataFrame(data)

# Convert the 'Date' column to datetime format
df['Date'] = pd.to_datetime(df['Date'], format='%Y-%m')

# Setting 'Date' as the index
df.set_index('Date', inplace=True)

# 先生成完整月度序列，再执行线性插值
df = df.resample('M').asfreq().interpolate(method='linear')

# Converting the DateTimeIndex to PeriodIndex
df.index = df.index.to_period('M')
print(df)

补充说明

• resample('M').asfreq()会生成从第一个日期到最后一个日期的所有月份索引，原始数据存在的月份保留原值，其他月份填充NaN，相当于搭好了完整的时间框架。
• 调用interpolate(method='linear')后，Pandas会沿着时间轴对连续的NaN进行线性插值，这样就能得到10到15、15到20之间的月度递增数据。
• 如果想让插值更贴合实际时间间隔（比如考虑不同月份的天数差异），可以把插值方法改成method='time'，它会根据时间差进行加权插值：

  df = df.resample('M').asfreq().interpolate(method='time')
  

备注：内容来源于stack exchange，提问作者aushdk