pandas.Panel4D.interpolate

Panel4D.interpolate(method='linear', axis=0, limit=None, inplace=False, limit_direction='forward', downcast=None, **kwargs)

根据不同的方法内插值。

请注意，对于具有MultiIndex的DataFrames / Series，仅支持method='linear'。

参数：

方法：{'linear'，'time'，'index'，'values'，'nearest'，'zero'

'slinear'，'quadratic'，'cubic'，'barycentric'，'krogh'，'polynomial'，'spline'，'piecewise_polynomial'，'from_derivatives'，'pchip'，'akima'}

• 'linear'：忽略索引并将值视为等间距。这是MultiIndexes支持的唯一方法。默认
• 'time'：插值对每日和更高分辨率数据进行插值以间隔给定的间隔长度
• 'index'，'values'：使用索引的实际数值
• 'nearest'，'zero'，'slinear'，'quadratic'，'cubic'，'barycentric'，'polynomial'传递给scipy.interpolate.interp1d。“多项式”和“样条”都需要指定顺序（int）。 df.interpolate（method ='polynomial'，order = 4）。这些使用指数的实际数值。
• 'krogh'，'piecewise_polynomial'，'spline'，'pchip'和'akima'都是类似名称的scipy插值方法的包装器。这些使用指数的实际数值。有关其行为的详细信息，请参阅scipy文档此处＃noqa 和此处＃noqa
• 'from_derivatives'指的是在scipy 0.18中替换“分段多项式”插值法的BPoly.from_derivatives

版本0.18.1中的新功能：添加了对'akima'方法的支持添加了interpolate方法'from_derivatives'，它替换了scipy 0.18中的'piecewise_polynomial'向后兼容scipy

axis：{0，1}，默认为0

• 0：逐列填充
• 1：逐行填充

limit：int，默认值无。

要填充的连续NaN的最大数量。

limit_direction：{'forward'，'backward'，'both'}，默认为“forward”

如果指定limit，将在此方向填充连续NaN。

版本0.17.0中的新功能。

inplace：bool，default False

如果可能，请更新NDFrame。

downcast：可选，“推断”或无，默认为无

如果可能的话。

kwargs：要传递给插值函数的关键字参数。

返回：

相同形状的系列或数据帧插入在NaNs

也可以看看

reindex，replace，fillna

例子

填充NaNs

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