pandas.Series.interpolate 可快速对比线性、多项式、样条等插值法，关键在method参数及order/kind配置；需注意时间索引类型、缺失模式与误差评估规范。
用 pandas.Series.interpolate 快速试遍常见插值法
直接调 interpolate 就能横向对比线性、多项式、样条等方法，不用手写逻辑。关键在 method 参数和配套的 order / kind 控制精度与边界行为。
常见错误是默认用 method='linear' 却没检查时间索引是否等距——如果原始数据是不规则时间戳（比如股票逐笔成交），线性插值实际按整数位置算，不是按真实时间差。必须先确保索引是 datetime64 类型，并传 limit_area='inside' 避免外推污染首尾。
-
method='time'：按真实时间间隔加权，适用于不等距时间序列（推荐首选） -
method='polynomial'+order=3：对平滑趋势有效，但遇到突变点会震荡，order超过 5 易数值不稳定 -
method='spline'+order=3：比多项式更稳，但两端需设spline_kws={'s': 0}强制自然边界 - 避免用
method='pad'或'nearest'评估“拟合质量”，它们不建模趋势，只适合离散标签填充
用 sklearn.metrics.mean_absolute_error 定量比较效果
不能只看图——人为补全一段已知数据（比如随机遮盖 5% 的真实值），再用不同插值结果和原始值算 mean_absolute_error 或 mean_squared_error。注意：必须在相同掩码下比，否则不公平。
容易忽略的是时间序列的尺度敏感性。比如温度数据单位是 ℃，而股价单位是元，误差绝对值无法跨数据集比较。建议统一用 mean_absolute_percentage_error（需自己实现，除以真实值前加 np.abs(y_true) > 1e-8 防零除）。
立即学习“Python免费学习笔记（深入）”；
- 验证时禁用未来信息：用
mask = np.random.choice(len(series), size=int(0.05*len(series)), replace=False)，而非按时间切片 - 对长周期季节性数据（如月度销售），优先在周期内遮盖（比如每次遮盖同一个月的多个年份），否则低估季节项误差
-
interpolate(method='time')在高频缺失（>15%）时误差会陡增，此时应考虑状态空间模型而非纯插值
警惕 scipy.interpolate.interp1d 的默认陷阱
很多人转用 scipy 是为了更高阶控制，但它的默认行为和 pandas 不一致：输入 x 必须严格递增且无重复，而时间序列常有重复时间戳（如多传感器同秒采集）。直接传入会报 ValueError: x must be strictly increasing。
解决办法不是删重，而是先用 groupby 聚合（如取均值），再传给 interp1d。另外，interp1d(kind='cubic') 默认使用 Akima 插值，不是自然三次样条，若需匹配 pandas.spline 行为，得显式指定 bounds_error=False, fill_value='extrapolate' 并手动处理外推段。
- 不要用
interp1d(..., kind='quadratic')填充长空缺（>10 个点），二阶导不连续会导致接缝处斜率跳变 - 若原始时间索引含
NaT，interp1d会直接失败，必须先dropna()或用pd.to_datetime(..., errors='coerce')清洗 - 性能上，
pandas.interpolate对万级点以内更快；超 10 万点且需多次重插时，预编译interp1d对象更省时
缺失模式决定方法上限
所有插值法都假设缺失是随机或 MAR（Missing at Random），一旦出现长段连续缺失（如设备故障停采 3 天），任何插值都只是数学拟合，没有物理意义。这时候该看业务上下文：是用前向填充 + 标记异常，还是引入外部变量（天气、节假日）做回归填充？
一个硬指标：若缺失段长度超过数据中最大自相关滞后阶数（可用 statsmodels.tsa.stattools.acf 算），插值结果的预测区间会发散到不可用。此时 interpolate 返回的值只能当占位符，不能参与后续建模。
- 用
series.isna().sum() / len(series)快速判断缺失率，>20% 时插值评估价值急剧下降 - 对带趋势+季节性的序列（如
seasonal_decompose可分解出），单独插值残差项比直接插值原始序列更鲁棒 - 最易被忽略的一点：插值后的序列导数（如一阶差分）噪声会被放大，若后续要做变化率分析，必须重新平滑或改用保形插值（
method='from_derivatives'）
