在基于另一个DataFrame的DataFrame上应用插值

Question

我DataFrame想根据特定列的值以某种方式添加新列，该列的结果取决于another中 包含的数据DataFrame。

更具体地说，我有

df_original = 

    Crncy  Spread  Duration

0   EUR    100     1.2

1   nan    nan     nan

2          100     3.46

3   CHF    200     2.5

4   USD    50      5.0

...

df_interpolation = 

    CRNCY  TENOR   Adj_EUR   Adj_USD

0   EUR    1       10        20    

1   EUR    2       20        30  

2   EUR    5       30        40  

3   EUR    7       40        50  

...

10  CHF    1       50        10  

11  CHF    2       60        20  

12  CHF    5       70        30  

...

现在想添加的列Adj_EUR与Adj_USD到df_original每行的基础上的值Crncy，并Duration使用标准的线性内插。

因此，对于每个可用，我们想使用TENOR和Adj_USD/和Adj_EURfromdf_interpolation和Durationfrom来形成插值。df_originalCrncy

例如，使用optimize-package的伪代码scipy：

from scipy import optimize

""" Do this for both 'Adj_EUR' and 'Adj_USD' """

# For 'Adj_EUR'

for curr, df in df_original.groupby('Crncy'):

    x_data = df_interpolation[df_interpolation['CRNCY']==curr].as_matrix(['TENOR'])

    y_data = df_interpolation[df_interpolation['CRNCY']==curr].as_matrix(['Adj_EUR'])

    """ Linear fit """

    z_linear = optimize.curve_fit(lambda t,a,b: a + b * t, x_data.ravel(), y_data.ravel())[0]

    """ Somehow add the values back to df_original in a new column """

    df['Adj_EUR'] = z_linear[0] + z_linear[1] * df['Duration']

屈服

    Crncy  Spread  Duration  Adj_EUR  Adj_USD

0   EUR    100     1.2       12       22

1   nan    nan     nan       0.0      0.0

...

关于如何执行此操作的任何线索？