【数据挖掘学习笔记】——拉格朗日法填充缺失值

不多说，上码

# col“填充列向量”、nv“空值值，默认-1”、k“拉格朗日区间，默认3”
def fillNanWithLagr(col,nv=-1,k=3):
    # 获取空值位置
    tar = map(int,col[col==nv].index.tolist())
    for idx in tar:
        # 获取拉格朗日区间
        # 这里去除了空值位置，因为不可用填充后的空值计算其他的空值
        rel = col[list(set(list(range(idx-k,idx))+list(range(idx+1,idx+k+1))).difference(set(tar)))]
        # 保留合理区间
        rel = rel[rel>=0][rel<len(col)]
        # 填充拉格朗日均值
        # lagrange(arg1,arg2)(arg3) 
        # arg1“可迭代型对象索引”、arg2“可迭代型对象转表”、arg3“填充位置”
        col[idx] = lagrange(rel.index,list(rel))(idx)
    return col

使用例子

a = list([0,1,2,3,-1,-1,5,-1,7,8,9.1233])
df = pd.DataFrame({"A":a}).astype(np.float64)
df["A"] = fillNanWithLagr(df["A"],5)

结果