Python3：线性插补数据

插值填充：
所谓的插值法就是通过两点（x0，y0），（x1，y1）估计中间点的值，假设y=f(x)是一条直线，通过已知的两点来计算函数f(x),然后只要知道x就能求出y，以此方法来估计缺失值。当然我们也可以假设f(x)不是直线，而是其他函数。

import pandas as pd
data = pd.read_csv(r'D:\Users\DUANPT\Desktop\voltage.csv',encoding= 'gb2312') #读取自己的文件，记得更改为自己的文件所在的路径，encoding='gb2312'意思是读取含有中文的数据
for f in data:  # 插值法填充
    data[f] = data[f].interpolate()
    data.dropna(inplace=True)
data.to_excel(r'D:\Users\DUANPT\Desktop\1.xlsx',index=None)  #保存excel文件到指定文件夹，复制代码时记得更改为自己的文件夹路径

interpolate()函数默认的是采用线性插值，即假设函数是直线形式，缺失值用前一个值和后一个值的平均数填充。
还可以根据数字来进行插值，用到参数method=‘values’，此时索引的数值实际上就是用于估计y的x值。
如果index是时间，我们还可以用method=time来插值。不过当dataframe是多重索引(multiIndex)时，只能用线性插值。

其余填补数据方法待更新。。。