我需要检查插值的“索引”方法和插值的“线性”方法之间的区别
我创建了一个带有缺失值的随机熊猫系列,然后用线性方法和索引方法检查了插值结果
但他们两个都返回相同的结果。那么,它应该返回相同的结果吗?如果是的话,在什么情况下我可以看到不同的结果?
s = pd.Series([21,13,np.nan,152,np.nan,46,98])
s.interpolate(method = 'index')
s.interpolate(method = 'linear')
我得到以下结果:
s.interpolate(method = 'index')
0 21.0
1 13.0
2 82.5
3 152.0
4 99.0
5 46.0
6 98.0
dtype: float64
s.interpolate(method = 'linear')
0 21.0
1 13.0
2 82.5
3 152.0
4 99.0
5 46.0
6 98.0
dtype: float64
当你的index
是range
或具有相同的间隙指数而线性将产生相同的结果时,请尝试使用下面的示例
s = pd.Series([21,13,np.nan,152,np.nan,46,98],index=[0,1,3,4,7,9,10])
s.interpolate(method = 'index')
Out[536]:
0 21.000000
1 13.000000
3 105.666667
4 152.000000
7 88.400000
9 46.000000
10 98.000000
dtype: float64
s.interpolate(method = 'linear')
Out[537]:
0 21.0
1 13.0
3 82.5
4 152.0
7 99.0
9 46.0
10 98.0
dtype: float64
linear
和index
方法都将对系列进行线性插值;不同之处在于将哪些值视为自变量:
method = 'index'
使用数字索引值(如果您的系列没有指定索引,则默认为0,1,2,...,n - 1)method = 'linear'
将系列的元素视为等间距(不考虑索引中指定的任何值);这当然等同于使用序列0,1,2,...,n - 1作为独立变量范围因此,对于索引是默认值(或任何其他算术级数,例如0,2,4,6 ......)的任何系列,这两个选项都将产生相同的结果。