pandas.core.resample.Resampler.interpolate

Resampler.interpolate(method='linear', axis=0, limit=None, inplace=False, limit_direction='forward', downcast=None, **kwargs) [source]

Интерполяция значений в соответствии с различными методами.

Добавлена в версии 0.18.1.

Обратите внимание, что для DataFrames/Series с MultiIndex поддерживается только method='linear'.

Параметры:

method : {‘linear’, ‘time’, ‘index’, ‘values’, ‘nearest’, ‘zero’, ‘slinear’, ‘quadratic’, ‘cubic’, ‘barycentric’, ‘krogh’, ‘polynomial’, ‘spline’, ‘piecewise_polynomial’, ‘from_derivatives’, ‘pchip’, ‘akima’} ‘linear’: игнорирует индекс и обрабатывает значения как равномерно распределенные. Это единственный метод, поддерживаемый для MultiIndexes. По умолчанию. ‘time’: интерполяция работает с данными с ежедневной и более высокой разрешающей способностью для интерполяции заданной длины интервала ‘index’, ‘values’: использует фактические числовые значения индекса ‘nearest’, ‘zero’, ‘slinear’, ‘quadratic’, ‘cubic’, ‘barycentric’, ‘polynomial’ передаются в scipy.interpolate.interp1d. И ‘polynomial’, и ‘spline’ требуют также указания order (целое число), например, df.interpolate(method=’polynomial’, order=4). Они используют фактические числовые значения индекса. ‘krogh’, ‘piecewise_polynomial’, ‘spline’, ‘pchip’ и ‘akima’ — все обертки над методами интерполяции scipy с аналогичными названиями. Они используют фактические числовые значения индекса. Для получения более подробной информации об их работе см. документацию scipy и документацию по руководству ‘from_derivatives’ относится к BPoly.from_derivatives, который заменяет метод интерполяции ‘piecewise_polynomial’ в scipy 0.18 Добавлена в версии 0.18.1: Добавлена поддержка метода ‘akima’. Добавлен метод интерполяции ‘from_derivatives’, который заменяет ‘piecewise_polynomial’ в scipy 0.18; совместим с scipy < 0.18 axis : {0, 1}, default 0 0: заполнение по столбцам 1: заполнение по строкам limit : int, default None. Максимальное количество последовательных пропущенных значений для заполнения. Должно быть больше 0. limit_direction : {‘forward’, ‘backward’, ‘both’}, default ‘forward’ Если задан limit, последовательные пропущенные значения будут заполнены в этом направлении. Добавлена в версии 0.17.0. inplace : bool, default False Обновить NDFrame на месте, если это возможно. downcast : optional, ‘infer’ or None, defaults to None Преобразовать типы данных, если это возможно. kwargs : ключевые параметры для передачи функции интерполяции.

Возвращает:

Series или DataFrame той же формы, интерполированные в пропущенных значениях

См. также

reindex, replace, fillna

Примеры

Заполнение пропущенных значений

>>> s = pd.Series([0, 1, np.nan, 3])
>>> s.interpolate()
0    0
1    1
2    2
3    3
dtype: float64