相关疑难解决方法(0)

当使用pandas interpolate()来填充NaN值时,如下所示:

In [1]: s = pandas.Series([np.nan, np.nan, 1, np.nan, 3, np.nan, np.nan])

In [2]: s.interpolate()
Out[2]: 
0   NaN
1   NaN
2     1
3     2
4     3
5     3
6     3
dtype: float64

In [3]: pandas.version.version
Out[3]: '0.16.2'

,为什么pandas用3s替换索引5和6的值,但是将值保留为0和1不变？

我可以改变这种行为吗？我想把NaN留在第5和第6指数.

(实际上,我希望它能够线性推断以填充0,1,5和6中的所有内容,但这是一个不同的问题.如果你回答它也会获得奖励积分!)

在熊猫中使用插值是很容易的是在熊猫df.interpolate() 中有一种方法,具有相同的优雅做外推的方法.我知道我的推断符合二次多项式.

在Pandas.DataFrame使用中插入值很容易Series.interpolate,如何进行外推？

例如,给定一个DataFrame如图所示,我们怎样才能将它推断14个月到2014-12-31？线性外推很好.

X1 = range(10)
X2 = map(lambda x: x**2, X1)
df = pd.DataFrame({'x1': X1, 'x2': X2},  index=pd.date_range('20130101',periods=10,freq='M'))

我认为必须首先创建一个新的DataFrame,DateTimeIndex从2013-11-31开始并延长14个M周期.除此之外,我被困住了.