我有一个Pandas系列,它包含了一种产品的价格演变(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级增长;这意味着,如果你有类似[3,NaN,27]的东西,你会想要插值,这样在这种情况下,缺失的值就用9来填充。我在Pandas文档中检查了插值方法,但除非我遗漏了什么,否则我没有发现任何关于这种插值的信息。
我可以手动做,你只需要取几何平均值,或者在有更多值的情况下,通过做(最终值/初始值(^(1/它们之间的距离(得到平均增长率,然后相应地相乘。但在我的系列中有很多值需要填写,那么我如何自动做到这一点呢?我想我错过了一些东西,因为这似乎是一些非常基本的东西。
您可以取级数的对数,线性插值,然后将其转换回指数标度。
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