重新插入一个 DataFrame，使其与另一个（非常相关的）DataFrame 对齐

Question

我有两个具有相同列名的数据框，['x', 'y']. 没有任何数据代表时间。这两个数据帧都具有相同的行数。他们的'x'列总是稍微错位。Dataframe A，我认为是“黄金”（或者理论上，如果你愿意的话）数据集，具有以下条目：x: [0, 1, 2]y: [0, 1, 2]数据框 B，可能是我从电子工作台收集的一些数据，具有以下条目：x: [0, 1.03, 1.98]y: [0, 1.05, 2.03]我想要做的是重新对齐 Dataframe B，以便它代表xDataframe A 所具有的相同点的数据。为了说明，我想转换 Dataframe B 使其看起来像这样：x: [0, 1,    2]y: [0, 1.02, 2.05]我是如何得到的值的y？一张图片可以最好地解释我曾经做过的类似三角形：是否pandas有内置函数来执行此操作？有没有图书馆可以帮助我做到这一点？（否则我将不得不从头开始编写）更新 1看起来scipy.interpolate.interp1d可以优雅地解决这个问题。

Answer 1

我能想到的最接近的pandas是reindex().interpolate(). 玩我认为这可能是你想要的method选项：interpolate()

new_x = sorted(pd.concat((df1.x,df2.x)).unique())

df2.set_index('x').reindex(new_x).interpolate(method='krogh')

输出：

             y

x             

0.00  0.000000

1.00  1.019233

1.03  1.050000

1.98  2.030000

2.00  2.050751