我手头有1-9共九个月的月均存储量，怎么利用插值法去填补上第0个月的月均存储量，我这里的数据总共三列，一列是商品品类、一列是月份、还有一列是月均存储量，给出python代码实现

要使用插值法填补第0个月的月均存储量，我们可以选择线性插值作为基础算法。Python的`pandas`库提供了一个简单易用的环境来处理这个问题。假设数据存储在一个名为`df`的DataFrame中，其中`'月份'`列是`pd.DatetimeIndex`类型。

首先，你需要安装`pandas`，如果还没有安装，可以使用以下命令：

pip install pandas

然后，你可以按照以下步骤编写Python代码：

import pandas as pd

# 假设 `df` 是你的DataFrame，月均存储量存储在 '存储量' 列中
# df['月份'] 应该是一个日期索引

# 确保 '月份' 列是连续的，如果有缺失，需要填充或调整
df['月份'] = df['月份'].sort_values()

# 创建一个新的索引，包括从0到最新月份的完整序列
full_dates = pd.date_range(df['月份'].min(), periods=len(df) + 1)

# 将新的索引设置回DataFrame，并创建一个新的列 'interpolated_storage' 来保存插值后的存储量
df = df.set_index('月份')
df['interpolated_storage'] = df['存储量'].reindex(full_dates).interpolate(method='linear')

# 取出第0个月的存储量，即填补后的结果
initial_storage = df.loc[df.index[0], 'interpolated_storage']

print(f"第0个月的月均存储量通过线性插值计算得到：{initial_storage}")