大数据分析案例：电力窃漏电用户自动识别

电力窃漏电用户自动识别

1.背景与数据分析目的

a.通过电力系统采集到的数据，提取出窃漏电用户的关键特征，
b.构建窃漏电用户的识别模型:以实现自动检查、判断用户是否是存在窃漏电行为。

---

2.数据预处理

通过对拿到的数据进行数据质量分析，检查原始数据中存在的脏数据，通过查看原始数据中抽取的数据，发现存在数据缺失的现象，使用朗格拉日插值法：选取缺失值前5个数据作为前参考组，缺失值后5个数据作为后参考组，处理缺失值程序如下图1.1所示：

# -*- coding: utf-8 -*-
# 利用拉格朗日插值处理数据缺失代码
import pandas as pd