在熊猫的DataFrame上插值
我有一个DataFrame，说一个波动率表面，索引为时间，列为行权。如何进行二维插值？我可以，reindex但是我该如何处理NaN？我知道我们可以，fillna(method='pad')但是甚至不是线性插值。有没有办法插入我们自己的方法进行插值？
问题答案：
您可以DataFrame.interpolate用来获取线性插值。
In : df = pandas.DataFrame(numpy.random.randn(5,3), index=['a','c','d','e','g'])
In : df
Out:
0 1 2
a -1.987879 -2.028572 0.024493
c 2.092605 -1.429537 0.204811
d 0.767215 1.077814 0.565666
e -1.027733 1.330702 -0.490780
g -1.632493 0.938456 0.492695
In : df2 = df.reindex(['a','b','c','d','e','f','g'])
In : df2
Out:
0 1 2
a -1.987879 -2.028572 0.024493
b NaN NaN NaN
c 2.092605 -1.429537 0.204811
d 0.767215 1.077814 0.565666
e -1.027733 1.330702 -0.490780
f NaN NaN NaN
g -1.632493 0.938456 0.492695
In : df2.interpolate()
Out:
0 1 2
a -1.987879 -2.028572 0.024493
b 0.052363 -1.729055 0.114652
c 2.092605 -1.429537 0.204811
d 0.767215 1.077814 0.565666
e -1.027733 1.330702 -0.490780
f -1.330113 1.134579 0.000958
g -1.632493 0.938456 0.492695
对于更复杂的事情，您需要推出自己的函数来处理一个Series对象并根据需要填充NaN值并返回另一个Series对象。
-
问题内容： Pandas确实很棒，但令我惊讶的是，从Pandas.DataFrame检索值的效率低下。在下面的玩具示例中，即使DataFrame.iloc方法也比字典慢100倍以上。 问题：这里的教训仅仅是字典是查找价值的更好方法吗？是的，我知道那正是他们的目的。但是我只是想知道是否缺少有关DataFrame查找性能的信息。 我意识到这个问题比“提问”更“有趣”，但是我会接受一个提供洞察力或观点的
-
问题内容： 我有一个包含以下信息的数据框： 我想根据索引插入数据帧中的值， 但仅在每个文件组中 。 插值，我通常会做 和我一起做 我希望插入的数据帧看起来像这样： NaN仍然存在于t = 6的位置，因为它们是file2组中的第一项。 我怀疑我需要使用“应用”，但是还无法确切地知道如何… 任何帮助，将不胜感激。 问题答案：
-
问题内容： 如何将条件逻辑应用于Pandas DataFrame。 请参见下面显示的DataFrame， 我的原始数据显示在“数据”列中，并且期望的输出显示在其旁边。如果“数据”中的数字小于2.5，则所需的输出为False。 我可以应用循环并重新构建DataFrame …但是那是“非Python的” 问题答案： 只需将列与该值进行比较：
-
问题内容： 我想通过每行的功能来过滤行，例如 或者再举一个更复杂，人为的例子， 我该怎么办？ 问题答案： 您可以使用来执行此操作，该功能会沿给定轴应用功能，
-
问题内容： 我有一个4个熊猫数据框的列表，其中包含我想合并为一个数据框的一天的报价数据。我无法理解concat在时间戳上的行为。请参阅以下详细信息： 使用我得到： 使用我得到： 注意使用时索引如何变化。为什么会发生这种情况，我将如何使用该方法来重现使用所获得的结果？（因为看上去快得多；每个循环24.6 ms，而每个循环3.02 s） 问题答案： 因此，您正在执行的操作是append和concat
-
问题内容： 我有一个熊猫，其中有多个列： 其中和是包含相同数据但名称不同的列。有没有一种方法可以将组成行的行移动到理想状态，同时保持名称？ 最后，DataFrame应该显示为： 那就是构成bar的NaN值被替换为的值。 问题答案： 尝试这个： 如果您希望该数据成为新列，只需将结果分配给即可。