拉格朗日插值法实现

定义：拉格朗日插值（Lagrange interpolation）是一种多项式插值方法，指插值条件中不出现被插函数导数值，过n+1个样点，满足如下图的插值条件的多项式。也叫做拉格朗日公式。一般用于处理数据中的异常值和空值。

实现代码：

import pandas as pd
from scipy.interpolate import lagrange

inputfile = 'g:/data/catering_sale.xls'
outputfile = 'g:/data/sales.xls'

data = pd.read_excel(inputfile)
data[u'销量'][(data[u'销量'] < 400) | (data[u'销量'] > 5000)] = None


# s为列向量，为空值列的向量，n为需要插值的位置，k为取多少个点进行拉格朗日多项式计算
def ployinterp_column(s, n, k=5):
    y = s[list(range(n - k, n)) + list(range(n + 1, n + 1 + k))]
    y = y[y.notnull()]
    return lagrange(y.index, list(y))(n)


for i in data.columns:
    for j in range(len(data)):
 # pandas判断缺失值一般采用 isnull()，然而生成的却是所有数据的true／false矩阵
        if (data[i].isnull())[j]:
            data[i][j] = ployinterp_column(data[i], j)

#写入本地文件
data.to_excel(outputfile)