- Interpolation(보간)이란 알려진 지점의 값 사이에 위치한 값을 알려진 값으로부터 추정하는 것을 말한다.
- LINEAR: 두 지점 사이의 값을 추정할 때 그 값을 두 지점과의 직선 거리에 따라 선형적으로 결정하는 방법이다.
- NEAREST: 가장 가까운 점의 값을 선택하는 방법이다.
- PREV_COPY: 이전 값을 선택하는 방법이다.
위키피디아,2018년8월20일,https://ko.wikipedia.org/wiki/선형_보간법
- 위의 그림과 같이 p1과 p2 사이에 있는 점 p의 값을 추정하기 위해 LINEAR, NEAREST, PREV_COPY 방법을 사용하여서 값을 결정할 수 있다.
- indexColumnName: 인덱스 column의 이름. (required)
- stepSize: 인덱스 범위 간격 (required)
- methodOption: Interpolation(보간) 방법. Enum(LINEAR, NEAREST, PREV_COPY)(required)
- keepColumnType: 원래의 column type을 유지할 것인지 아닌지를 결정. (optional)
Interpolation option 이후 column type은 double type으로 바뀐다.
| index |
value1 |
value2 |
value3 |
| 1 |
8 |
3 |
4.8 |
| 2 |
6 |
5 |
1.2 |
| 5 |
4 |
6 |
6.5 |
| 7 |
4 |
4 |
7.8 |
| 8 |
10 |
8 |
5 |
| 10 |
8 |
6 |
9 |
| 12 |
4 |
4 |
16 |
| 15 |
5 |
5 |
5 |
| 17 |
6 |
6 |
4.2 |
| 20 |
7 |
7 |
8 |
| index |
value1 |
value2 |
value3 |
| 1 |
8.0 |
3 |
4.8 |
| 2 |
6.0 |
5 |
1.2 |
| 3 |
6.0 |
5 |
1.2 |
| 4 |
4.0 |
6 |
6.5 |
| 5 |
4.0 |
6 |
6.5 |
| 6 |
4.0 |
6 |
6.5 |
| 7 |
4.0 |
4 |
7.8 |
| 8 |
10.0 |
8 |
5.0 |
| 9 |
10.0 |
8 |
5.0 |
| 10 |
8.0 |
6 |
9.0 |
| 11 |
8.0 |
6 |
9.0 |
| 12 |
4.0 |
4 |
16.0 |
| 13 |
4.0 |
4 |
16.0 |
| 14 |
5.0 |
5 |
5.0 |
| 15 |
5.0 |
5 |
5.0 |
| 16 |
5.0 |
5 |
5.0 |
| 17 |
6.0 |
6 |
4.2 |
| 18 |
6.0 |
6 |
4.2 |
| 19 |
7.0 |
7 |
8.0 |
| 20 |
7.0 |
7 |
8.0 |
- 일정하지 않은 간격의 index를 갖고 있는 입력 데이터의 DataFrame이 Interpolation 후 일정한 간격의 index를 갖고 있는 DataFrame으로 출력됨을 확인할 수 있다.
- 존재하지 않던 index의 value들을 methodOption(LINEAR, NEAREST, PREV_COPY)을 설정하여 원하는 값으로 생성할 수 있다.