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
data=pd.read_excel("第一部分.xlsx")
#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):
try:
y = s[list(range(n-k, n)) + list(range(n+1, n+1+k))] #取数\
except KeyError:
y = s.reindex(list(range(n-k, n)) + list(range(n+1, n+1+k)))
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 openpyxl
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 = data.fillna(2)
data.to_excel("插值结束.xlsx") #输出结果,写入文件
# 使用这行代码则不会报错,
拉格朗日插值法数据补齐
最新推荐文章于 2023-04-25 19:02:46 发布
本文探讨了如何利用拉格朗日插值法来弥补缺失的数据。这种方法通过构建多项式函数,根据已知数据点精确地经过每一个点,从而估算缺失值。在机器学习领域,数据完备性对于模型训练至关重要。拉格朗日插值法提供了一种数学工具,尤其适用于小规模数据集的填充,避免了丢弃数据导致的信息损失。
摘要由CSDN通过智能技术生成