时间戳

首页 > 解决方案 > Python - Pandas：如何在呈指数增长的值之间进行插值？

python - Python - Pandas：如何在呈指数增长的值之间进行插值？

问题描述

我有一个熊猫系列，其中包含产品的价格演变（我的国家通货膨胀率很高），或者说，某个国家的冠状病毒感染人数。这两个数据集中的值都呈指数增长；这意味着如果您有类似 [3, NaN, 27] 的内容，您需要进行插值，以便在这种情况下用 9 填充缺失值。我检查了 Pandas 文档中的插值方法，但除非我遗漏了什么，否则我没有找到任何关于这种插值类型的信息。

我可以手动完成，您只需取几何平均值，或者在更多值的情况下，通过 (最终值/初始值)^(1/它们之间的距离) 获得平均增长率，然后相应地相乘。但是我的系列中有很多值要填写，那么我该如何自动完成呢？我想我错过了一些东西，因为这似乎是非常基本的东西。

谢谢你。

标签： pythonpandastime-seriesinterpolationexponential

解决方案

您可以取系列的对数，线性插值，然后将其转换回指数比例。

import pandas as pd
import numpy as np

arr = np.exp(np.arange(1,10))
arr = pd.Series(arr)
arr[3] = None

0       2.718282
1       7.389056
2      20.085537
3            NaN
4     148.413159
5     403.428793
6    1096.633158
7    2980.957987
8    8103.083928
dtype: float64

arr = np.log(arr) # Transform according to assumed process.
arr = arr.interpolate('linear') # Interpolate.
np.exp(arr) # Invert previous transformation.

0       2.718282
1       7.389056
2      20.085537
3      54.598150
4     148.413159
5     403.428793
6    1096.633158
7    2980.957987
8    8103.083928
dtype: float64

推荐阅读