Pandas 插值函数的不确定性

Question

我正在使用pandas 中的插值函数。下面是一个玩具例子来做一个说明性的案例：

df=pd.DataFrame({'Data':np.random.normal(size=200), 'Data2':np.random.normal(size=200)}) 

df.iloc[1, 0] = np.nan

print df

print df.interpolate('nearest')

我的问题：interpolate 函数是否适用于多个列？也就是说，它是否使用多元分析来确定缺失字段的值？还是只是查看各个列？

Answer 1

docs 引用了各种可用的方法 - 大多数只依赖于 index，可能通过单变量 scipy.interp1d 或其他单变量 scipy 方法：

方法：{‘linear’, ‘time’, ‘index’, ‘values’, ‘nearest’, ‘zero’, ‘slinear’, ‘quadratic’, ‘cubic’, ‘barycentric’, ‘krogh’, ‘polynomial’, ‘样条’ ‘分段多项式’, ‘pchip’}

• ‘linear’：忽略索引并将值视为等间距。这是 MultiIndexes 上唯一支持的方法。
• 默认“时间”：插值适用于每日和更高分辨率的数据，以插入给定的间隔长度“索引”，“值”：使用索引的实际数值
• “最近”、“零”、“线性”、“二次”、“三次”、“重心”、“多项式”被传递给 scipy.interpolate.interp1d。 “多项式”和“样条”都要求您还指定一个顺序（int），例如df.interpolate(method='多项式', order=4)。这些使用索引的实际数值。
• “krogh”、“piecewise_polynomial”、“spline”和“pchip”都是类似名称的 scipy 插值方法的封装。这些使用索引的实际数值。

Scipy docs 和图表说明输出 here