通過內插列標籤從熊貓數據框中選擇一個系列

Question

我有一個熊貓數據框，包含多個位置（由座標x定義）不同時間步長的值。我想創建一個pandas.Series對象，其中包含所有時間步（給定數據幀的所有索引值）的給定位置x處的值。如果x不是列標籤之一，我想插入兩個最接近的x值之間。

從數據框對象（min(x)=0和max(x)=0.28）的摘錄：

  0.000000 0.007962 0.018313 0.031770 0.049263 0.072004 
time (s)                
15760800 0.500481 0.500481 0.500481 0.500481 0.500481 0.500481 
15761400 1.396126 0.487198 0.498765 0.501326 0.500234 0.500544 
15762000 1.455313 0.542441 0.489421 0.502851 0.499945 0.500597 
15762600 1.492908 0.592022 0.487835 0.502233 0.500139 0.500527 
15763200 1.521089 0.636743 0.490874 0.500704 0.500485 0.500423 
15763800 1.542632 0.675589 0.496401 0.499065 0.500788 0.500335 

我可以想辦法通過切片可用列標籤數據幀。但有沒有一種優雅的方式來進行插值？

最後我想要一個看起來像這樣的函數：result = sliceDataframe(dataframe=dfin,x=0.01)，結果是一個pandas.Series對象，所以我可以在另一個後處理腳本中的一行（或兩個）中調用它。

Answer 1

我覺得你最好自己寫一個簡單的函數。喜歡的東西：

def sliceDataframe(df, x): 
    # supposing the column labels are sorted: 
    pos = np.searchsorted(df.columns.values, x) 

    # select the two neighbouring column labels: 
    left = df.columns[pos-1] 
    right = df.columns[pos] 

    # simple interpolation 
    interpolated = df[left] + (df[right] - df[left])/(right - left) * (x - left) 
    interpolated.name = x 
    return interpolated 

另一種選擇是使用interpolate方法，但因此，你應該用的NaN添加一列你想要的標籤。
隨着上述功能：

In [105]: df = pd.DataFrame(np.random.randn(8,4)) 

In [106]: df.columns = df.columns.astype(float) 

In [107]: df 
Out[107]: 
      0   1   2   3 
0 -0.336453 1.219877 -0.912452 -1.047431 
1 0.842774 -0.361236 -0.245771 0.014917 
2 -0.974621 1.050503 0.367389 0.789570 
3 1.091484 1.352065 1.215290 0.393900 
4 -0.100972 -0.250026 -1.135837 -0.339204 
5 0.503436 -0.764224 -1.099864 0.962370 
6 -0.599090 0.908235 -0.581446 0.662604 
7 -2.234131 0.512995 -0.591829 -0.046959 

In [108]: sliceDataframe(df, 0.5) 
Out[108]: 
0 0.441712 
1 0.240769 
2 0.037941 
3 1.221775 
4 -0.175499 
5 -0.130394 
6 0.154572 
7 -0.860568 
Name: 0.5, dtype: float64 

隨着interpolate方法：

In [109]: df[0.5] = np.NaN 

In [110]: df.sort(axis=1).interpolate(axis=1) 
Out[110]: 
     0.0  0.5  1.0  2.0  3.0 
0 -0.336453 0.441712 1.219877 -0.912452 -1.047431 
1 0.842774 0.240769 -0.361236 -0.245771 0.014917 
2 -0.974621 0.037941 1.050503 0.367389 0.789570 
3 1.091484 1.221775 1.352065 1.215290 0.393900 
4 -0.100972 -0.175499 -0.250026 -1.135837 -0.339204 
5 0.503436 -0.130394 -0.764224 -1.099864 0.962370 
6 -0.599090 0.154572 0.908235 -0.581446 0.662604 
7 -2.234131 -0.860568 0.512995 -0.591829 -0.046959 

In [111]: df.sort(axis=1).interpolate(axis=1)[0.5] 
Out[111]: 
0 0.441712 
1 0.240769 
2 0.037941 
3 1.221775 
4 -0.175499 
5 -0.130394 
6 0.154572 
7 -0.860568 
Name: 0.5, dtype: float64