如何进行批量数据线性插值

Question

如图，已知一组数据（AB列），现在想求D列对应的值，除了手动一个个插值以外，有没有什么方便的方法啊？谢谢大家

Answer 1

引自免费微信小程序：皆我百晓生

当然，我可以帮助您解决这个问题。在Python中，您可以使用numpy库的interp函数或pandas库的interpolate方法来进行批量线性插值。

假设您的数据存储在一个名为df的pandas DataFrame中，其中A列是x轴数据，B列是y轴数据，而D列是您想要插值的目标x轴新点：

import pandas as pd
import numpy as np

# 假设这是您的原始DataFrame（AB列）
df = pd.DataFrame({
    'A': [1, 2, 3, 4, 5],
    'B': [2, 4, 6, 8, 10]
})

# 创建一个新的列D，用于存放需要插值的目标x坐标
df['D'] = [1.5, 2.5, 3.5, 4.5]

# 使用pandas的interpolate方法进行线性插值
df['Interpolated_B'] = df.set_index('A').interpolate(method='linear').loc[df['D']]['B']

# 或者如果您想用numpy interp函数，可以这样操作：
df['D_np_interpolated'] = df.apply(lambda row: np.interp(row['D'], df['A'], df['B']), axis=1)

# 现在df['Interpolated_B']和df['D_np_interpolated']列分别存储了根据A列和D列对应的插值结果

这里需要注意的是，上述代码假定您的数据是有序的，并且您希望在'A'列的基础上对'D'列进行线性插值以得到'B'列的新值。请根据实际数据情况调整代码。