【Pandas】pandas Series interpolate

# Pandas2.2 Series

## Computations descriptive stats

|方法|描述|

|-|:-------|

|Series.backfill(*[, axis, inplace, limit, ...])|用于填充 `Series` 中缺失值（NaN）的方法|

|Series.bfill(*[, axis, inplace, limit, ...])|用于填充 `Series` 中缺失值（NaN）的方法|

|Series.dropna(*[, axis, inplace, how, ...])|用于删除 `Series` 中包含缺失值（NaN）的元素的方法|

|Series.ffill(*[, axis, inplace, limit, ...])|用于填充 `Series` 中缺失值（NaN）的方法|

|Series.fillna([value, method, axis, ...])|用于填充 `Series` 中缺失值（NaN）的方法|

|Series.interpolate([method, axis, limit, ...])|用于填充 `Series` 中缺失值（NaN）的方法|

### pandas.Series.interpolate

`pandas.Series.interpolate` 是用于填充 `Series` 中缺失值（NaN）的方法，它通过插值法来估计缺失值。插值方法可以根据数据的趋势和模式进行更复杂的填充，适用于时间序列或其他有序数据。

#### 参数说明

- **method**：字符串，默认为 `'linear'`。指定插值方法：

  - `'linear'`：线性插值。

  - `'time'`：基于时间的插值。

  - `'index'`：基于索引的插值。

  - `'values'`：基于值的插值。

  - `'nearest'`：最近邻插值。

  - `'zero'`：零阶保持插值。

  - `'slinear'`：一阶样条插值。

  - `'quadratic'`：二阶样条插值。

  - `'cubic'`：三阶样条插值。

  - `'barycentric'`：使用Barycentric插值器。

  - `'krogh'`：使用Krogh插值器。

  - `'polynomial'`：多项式插值。

  - `'spline'`：样条插值。

  - `'piecewise_polynomial'`：分段多项式插值。

  - `'from_derivatives'`：从导数中插值。