Para interporlar los valores nulos tienes a tu disposición pandas.Series.interpolate
, por defecto se lleva a cabo una interpolación lineal:
>>> df2['exchange_rate'].interpolate(method="linear")
0 19.126386
1 19.197585
2 19.269133
3 19.089059
4 19.042815
5 19.142962
6 19.174359
7 19.205757
8 19.237154
9 19.398208
10 19.559262
11 25.057631
12 30.555999
pero tienes múltiples métodos implementados. Por ejemplo usando elvalor previo no nulo (padding):
>>> df2['exchange_rate'].interpolate(method="pad")
0 19.126386
1 19.197585
2 19.269133
3 19.089059
4 19.042815
5 19.142962
6 19.142962
7 19.142962
8 19.237154
9 19.237154
10 19.559262
11 19.559262
12 30.555999
Los datos son los de tu ejemplo, excepto para la última fila (2020-Jan), para la que he cambiado el valor de 19.559262 a 30.555999 para que se vea la diferencia entre métodos.
En cuanto a trasladar el valor a df1 desde df2, ciertamente hay muchas formas, incluidas usar un for
como planteas o una función con pandas.DataFrame.apply
. No obstante creo que la forma más óptima para estos casos es usar pandas.Series.map
, la cual permite tomar los valores a mapear desde otra serie, usando los índices como clave.
import io
import pandas as pd
df1_data = io.StringIO("""\
date value
2019-Jan 35691
2019-Jan 17076
2019-Dec 988
2019-Dec 1996
""")
df2_data = io.StringIO("""\
exchange_rate date real_or_forecast
19.126386 2019-Jan real
19.197585 2019-Feb real
19.269133 2019-Mar real
19.089059 2019-Apr real
19.042815 2019-May real
19.142962 2019-Jun real
NaN 2019-Jul forecast
NaN 2019-Aug forecast
19.237154 2019-Sep forecast
NaN 2019-Oct forecast
19.559262 2019-Nov forecast
NaN 2019-Dec forecast
19.559262 2020-Jan forecast
""")
df1 = pd.read_csv(df1_data, sep="\s+")
df2 = pd.read_csv(df2_data, sep="\s+")
df1["exchange_rate"] = df1["date"].map(df2.set_index('date')['exchange_rate']
.interpolate(method="linear")
)
>>> df1
date value exchange_rate
0 2019-Jan 35691 19.126386
1 2019-Jan 17076 19.126386
2 2019-Dec 988 19.559262
3 2019-Dec 1996 19.559262
Si quieres que la interpolación se aplique al propio df2 in-place, aplícala antes:
df2["exchange_rate"].interpolate(method="linear", inplace=True)
df1["exchange_rate"] = df1["date"].map(df2.set_index('date')['exchange_rate'])