KeyError: "Passing list-likes to .loc or [] with any missing labels is no longer supported. The following labels were missing: Int64Index([-2, -1], dtype=‘int64’).
##用户的用电数据存在缺失值,数据见“test/data/missing_data.xls",利用拉格朗日插值算法补全数据。
具体代码
import pandas as pd #导入数据分析库Pandas
from scipy.interpolate import lagrange #导入拉格朗日插值函数
inputfile = './data/missing_data.xls' #输入数据路径,需要使用Excel格式;
outputfile = './tmp/missing_data_processed.xlsx' #输出数据路径,需要使用Excel格式
data = pd.read_excel(inputfile, header=None) #读入数据
#自定义列向量插值函数
#s为列向量,n为被插值的位置,k为取前后的数据个数,默认为5
def ployinterp_column(s, n, k=5):
y = s.reindex(list(range(n-k, n)) + list(range(n+1, n+1+k))) #取数
y = y[y.notnull()] #剔除空值
return lagrange(y.index, list(y))(n) #插值并返回插值结果
# #逐个元素判断是否需要插值
for i in data.columns:
for j in range(len(data)):
if (data[i].isnull())[j]: #如果为空即插值。
data[i][j] = ployinterp_column(data[i], j)
data.to_excel(outputfile, header=None, index=False) #输出结果
y = s.reindex(list(range(n-k, n)) + list(range(n+1, n+1+k))) #取数
在以前的版本中,.loc[list-of-labels]只要找到至少一个键,使用就可以工作(否则会引发KeyError)。此行为已更改,KeyError如果至少缺少一个标签,现在将引发。推荐的替代方法是使用.reindex()。
参考网站 [1]: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#deprecate-loc-reindex-listlike