提问人：Mahammad Ojagzada 提问时间：11/9/2023 最后编辑：Mahammad Ojagzada 更新时间：11/9/2023 访问量：75
合并后，如何只插值非空间隔？
After merging, how to interpolate only non-null intervals?
问：
我有两个示例数据帧：
df1 = pd.DataFrame({'Depth':[1100, 1110, 1120, 1130, 1140], 'GR':[40, 50, 60, np.nan, 70]})
df2 = pd.DataFrame({'Depth':[1100, 1112, 1118, 1128, 1138], 'VSH':[60, 70, np.nan, 40, 70]})
Depth GR
0 1100 40.0
1 1110 50.0
2 1120 60.0
3 1130 NaN
4 1140 70.0
Depth VSH
0 1100 60.0
1 1112 70.0
2 1118 NaN
3 1128 40.0
4 1138 70.0
第一个数据显示，从深度 1120 到 1140 的“GR”值为空。同样，在第二个数据帧中，从 1112 到 1128 的深度“VSH”为 null。我想通过“深度”上的外部连接来连接这些数据集，并通过插值填充空值，其中实际已知的是“GR”。我的意思是，在最终连接的数据集中，不应插值“GR”值（保持为空），其中“GR”的深度介于 1120 和 1140 之间，因为在此时间间隔内，“GR”与第一个数据集一样未知。同样，深度介于 1112 和 1128 之间的“VSH”值应为 null（不插值）。按特定间隔插值后的输出应为：
merged_df = pd.DataFrame({'Depth':[1100, 1110, 1112, 1118, 1120, 1128, 1130, 1138, 1140], 'GR':[40, 50, 53.3, 56.6, 60, np.nan, np.nan, np.nan, 70], 'VSH':[60, 65, 70, np.nan, np.nan, 40, 55, 70, np.nan]})
Depth GR VSH
0 1100 40.0 60.0
1 1110 50.0 65.0
2 1112 53.3 70.0
3 1118 56.6 NaN
4 1120 60.0 NaN
5 1128 NaN 40.0
6 1130 NaN 55.0
7 1138 NaN 70.0
8 1140 70.0 NaN
注意：我只是对 GR 和 VSH 的插值数字进行了近似的插值，它们分别在 df2 和 df1 中没有相应的深度。
你怎么能在熊猫身上做到这一点？
答：
3赞
mozway
11/9/2023
#1
假设您没有无限值，一种选择可能是使用 Inf 作为哨兵来标记这些值不进行插值：
out = (df1.fillna(np.inf)
.merge(df2.fillna(np.inf),
on='Depth',
how='outer',
sort=True)
.interpolate()
.replace(np.inf, np.nan)
)
输出：
Depth GR VSH
0 1100 40.000000 60.0
1 1110 50.000000 65.0
2 1112 53.333333 70.0
3 1118 56.666667 NaN
4 1120 60.000000 NaN
5 1128 NaN 40.0
6 1130 NaN 55.0
7 1138 NaN 70.0
8 1140 70.000000 70.0
如果要基于深度进行插值并避免外推：
out = (df1.fillna(np.inf)
.merge(df2.fillna(np.inf),
on='Depth',
how='outer',
sort=True)
.set_index('Depth')
.interpolate('index', limit_area='inside')
.replace(np.inf, np.nan)
.reset_index()
)
输出：
Depth GR VSH
0 1100 40.0 60.000000
1 1110 50.0 68.333333
2 1112 52.0 70.000000
3 1118 58.0 NaN
4 1120 60.0 NaN
5 1128 NaN 40.000000
6 1130 NaN 46.000000
7 1138 NaN 70.000000
8 1140 70.0 NaN
评论
0赞
Mahammad Ojagzada
11/9/2023
谢谢！只想提一下，我应该在函数中添加参数。limit_area = inside'.interpolate()
0赞
mozway
11/9/2023
@Muhammad是的，如果您不想“推断”（而不是填充）外部 NaN ;)
2赞
Corralien
11/9/2023
#2
另一个具有实数深度插值的命题：
import scipy as sp
# Create interpolation function
gr = sp.interpolate.interp1d(df1['Depth'], df1['GR'], kind='linear', bounds_error=False)
vsh = sp.interpolate.interp1d(df2['Depth'], df2['VSH'], kind='linear', bounds_error=False)
# Compute interpolation for other depths
df1a = pd.DataFrame({'Depth': df2['Depth'], 'GR': gr(df2['Depth'])})
df2a = pd.DataFrame({'Depth': df1['Depth'], 'VSH': vsh(df1['Depth'])})
# Final dataframe
out = (pd.merge(pd.concat([df1, df1a]),
pd.concat([df2, df2a]))
.drop_duplicates('Depth')
.sort_values('Depth', ignore_index=True))
输出：
>>> out
Depth GR VSH
0 1100 40.0 60.000000
1 1110 50.0 68.333333
2 1112 52.0 70.000000
3 1118 58.0 NaN
4 1120 60.0 NaN
5 1128 NaN 40.000000
6 1130 NaN 46.000000
7 1138 NaN 70.000000
8 1140 70.0 NaN
对于 GR-1112 和 GR-1118，您期望 53.3 和 56.6，因为 GR-1110 （50） 和 GR-1120 （60） 之间有两个空值，但这没有考虑深度的实际值。对我来说，基于深度进行插值比缺失值的数量更有意义，对吧？
评论
0赞
Mahammad Ojagzada
11/9/2023
谢谢！您的解决方案也是正确的。
上一个：在多线图中插值 ggplot2
下一个：如何使用多个相邻点在熊猫中插值？
评论
df1.merge(df2, on='Depth', how='outer', sort=True)