我有以下DataFrame(提取)
data = pd.DataFrame([[0., -10.88948939, 74.22099994, 1.5, "NW", 0], [0.819377018, -10.88948939, 74.22099994, 1.5, "NW", 1], [8.47965933, -10.88948939, 74.22099994, 1.5, "NW", 10], [15.38036833, -10.88948939, 74.22099994, 1.5, "NW", 20]], columns=["Velocity", "X", "Y", "Z", "wind_direction", "wind_speed"])
Velocity X Y Z wind_direction wind_speed
0 -10.88 74.22 1.5 NW 0
0.82 -10.89 74.22 1.5 NW 1
8.48 -10.89 74.22 1.5 NW 10
15.38 -10.89 74.22 1.5 NW 20
它代表了针对特定坐标(X、Y、Z)和两个边界条件(wind_direction和wind_speed)进行CFD模拟的结果。
我想要估算同一点(X、Y、Z)、相同风向,但中间风速(例如4.6)的速度。我在我的数据框中有这个额外的行。
NaN -10.89 74.22 1.5 NW 4.6
现在我想根据风速插值填充NaN。对于上面的示例,我期望得到6.643773541。这个数字来自线性插值:
0.82 + (4.6 - 1)/(10 - 1) * (8.48 - 0.82)
有什么想法吗?谢谢
更新
我已经找到了解决上述问题的方法。诀窍是使用groupby并定义一个函数,在通过groupby创建的数据帧上进行插值并传递给apply()。在我的情况下,这是函数。
def interp(x, wind_speed):
g = interpolate.interp1d(np.array(x["wind_speed"]), np.array(x["Velocity"]))
return g(wind_speed)
这是我的分组依据
group = df.groupby("point").apply(interp, wind_speed)
函数interp必须使用一个参数来表示插值操作的位置。
我想知道是否有更好的方法来完成它。
set_index
将需要插值的值放置在索引中,例如data.set_index('wind_speed')['Velocity'].interpolate(method='index')
。interpolate方法没有levels
参数,不确定此处是否需要。 - TomAugspurger