python - Pandas :通过在现有列之间线性内插来创建新列

假设我有一个DataFrame，其中包含有关山上不同海拔高度的温度的数据，每个数据每天同时进行一次采样。每个探头的高度是固定的(即，它们每天都保持不变)并且是已知的。每行代表一个不同的时间戳，我有一个单独的列来记录每个探针观察到的温度。我还有一列(targ_alt)，其中每一行都包含一个“感兴趣的海拔高度”。

我的目标是添加一个名为intreped_temp的新列，该列针对每行包含通过在已知高度的探测器温度之间进行线性插值而获得的该行targ_alt的温度。做这个的最好方式是什么？

这是一些设置代码，因此我们可以看一下相同的上下文:

import pandas as pd
import numpy as np

np.random.seed(1)

n = 10
probe_alts = {'base': 1000, 'mid': 2000, 'peak': 3500}
# let's make the temperatures decrease at higher altitudes...just for style
temp_readings = {k: np.random.randn(n) + 15 - v/300 for k, v in probe_alts.items()}
df = pd.DataFrame(temp_readings)

targ_alt = 2000 + (500 * np.random.randn(n))
df['targ_alt'] = targ_alt

所以df看起来像这样:

        base        mid      peak     targ_alt
0  13.624345  10.462108  2.899381  1654.169624
1  11.388244   6.939859  5.144724  1801.623237
2  11.471828   8.677583  4.901591  1656.413650
3  10.927031   8.615946  4.502494  1577.397179
4  12.865408  10.133769  4.900856  1664.376935
5   9.698461   7.900109  3.316272  1993.667701
6  13.744812   8.827572  3.877110  1441.344826
7  11.238793   8.122142  3.064231  2117.207849
8  12.319039   9.042214  3.732112  2829.901089
9  11.750630   9.582815  4.530355  2371.022080

最佳答案

在上面给出的示例中，我想插入到每一行中的不同x坐标。美好的。如果您不想...如果要插入到每一行中的相同x坐标，则使用SciPy可以节省大量时间。请参见下面的示例:

import numpy as np
import pandas as pd
from scipy.interpolate import interp1d

np.random.seed(1)
n = 10e4

df = pd.DataFrame({'a': np.random.randn(n),
                   'b': 10 + np.random.randn(n),
                   'c': 30 + np.random.randn(n)})

xs = [-10, 0, 10]
cvs = df.columns.values

现在考虑3种不同的固定列的方法，该方法将在给定列之间内插到x坐标为5的位置:

%timeit df['n1'] = df.apply(lambda row: np.interp(5, xs, row[cvs]), axis=1)
%timeit df['n2'] = df.apply(lambda row: np.interp(5, xs, tuple([row[j] for j in cvs])), axis=1)
%timeit df['n3'] = interp1d(xs, df[cvs])(5)

以下是n = 1e2的结果:

100 loops, best of 3: 13.2 ms per loop
1000 loops, best of 3: 1.24 ms per loop
1000 loops, best of 3: 488 µs per loop

对于n = 1e4:

1 loops, best of 3: 1.33 s per loop
10 loops, best of 3: 109 ms per loop
1000 loops, best of 3: 798 µs per loop

对于n = 1e6:

# first one is too slow to wait for
1 loops, best of 3: 10.9 s per loop
10 loops, best of 3: 58.3 ms per loop

一个后续问题:是否有一种快速的方法来修改此代码，以便它可以通过线性外推来处理训练数据的最小-最大范围之外的x个输入？

关于python - Pandas :通过在现有列之间线性内插来创建新列，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/20822153/