熊猫插值不会给出单调的结果 编辑

如何解决熊猫插值不会给出单调的结果 编辑

我有以下数据，我想使用样条将插值方法应用于最后 4 个数字（我知道这是外推）：

import numpy as np

x = [
    18.792571,19.170139,19.370556,19.393820,19.239932,18.908891,18.400699,17.892507,17.384314,16.876122,16.367930,15.859737,np.nan,np.nan
]

我正在运行 Pandas interpolate 并且发生了一件非常奇怪的事情，如代码

import pandas as pd

pd.Series(x).interpolate(
    method="spline",order=1
)

返回

0     18.792571
1     19.170139
2     19.370556
3     19.393820
4     19.239932
5     18.908891
6     18.400699
7     17.892507
8     17.384314
9     16.876122
10    16.367930
11    15.859737
12    16.103099
13    15.790022
14    15.476945
15    15.163868
dtype: float64

因此，虽然数据的趋势显然是负面的，因为很早的指数，插值产生了向上的跳跃。使用 scipy 运行相同的计算时

import scipy.interpolate as inp
train_x = [_ for _ in x if _ > 0]
s = inp.InterpolatedUnivariateSpline(range(len(train_x)),train_x,k=1)
ynew = s(range(len(x)))
ynew[12:]

我明白

array([15.351544,14.843351,14.335158,13.826965])

在这种情况下，插值没有向上变化，所以结果对我来说很有意义。

我的问题是：

• 为什么 pandas 和 scipy 结果不同？
• 如何让 pandas interpolate 给出我使用 scipy 获得的结果？
• 为什么熊猫会发生这种向上的变化？

提前致谢！

---

编辑

使用 scipy interp1d 我有同样的问题：

s = inp.interp1d(range(len(train_x)),kind=1,fill_value='extrapolate')
ynew = s(range(len(x)))
ynew[12:]

给予

array([15.351544,13.826965])

解决方法

也许不是答案，只是一些评论：

1. Pandas 使用 scipy.interpolate.interp1d 而不是 InterpolatedUnivariateSpline。我相信这些在实现上略有不同。

2. 我会使用 scipy.interpolate.interp1d 来查看 pandas 和 scipy 是否匹配。

3. 插值用于填充内数据。你所拥有的更符合外推。尽管可以使用这些方法完成外推。我预计结果可能会导致诸如向上变化之类的特殊性。

,

实际上，pandas 使用 UnivariateSpline，因此，为了获得与 pandas 相同的结果，我们可以使用 scipy 运行以下命令：

import scipy.interpolate as inp
train_x = [_ for _ in x if _ > 0]
s = inp.UnivariateSpline(x=range(len(train_x)),y=train_x,k=1)
ynew = s(range(len(x)))
ynew[12:]

给出

array([16.10309945,15.79002222,15.47694498,15.16386774])

使插值减少的方法，在这种情况下，是通过 s = 0:

pd.Series(x).interpolate(
    method="spline",order=1,s=0
)

返回：

0     18.792571
1     19.170139
2     19.370556
3     19.393820
4     19.239932
5     18.908891
6     18.400699
7     17.892507
8     17.384314
9     16.876122
10    16.367930
11    15.859737
12    15.351544
13    14.843351
14    14.335158
15    13.826965
dtype: float64