python数据分析与挖掘实战第四章

一、缺失值处理：

1.缺失值处理方法有三类：删除记录、数据插补和不处理。

（1）拉格朗日插补法：

'''拉格朗日插值代码'''
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
import datetime
import time
import numpy as np
input_path = '../Data_Analysis_and_Mining/chapter4/catering_sale.xls' #销量数据路径
output_path = '../Data_Analysis_and_Mining/chapter4/tmp/sale.xls'     #输出数据路径

data = pd.read_excel(input_path)                                      #读入数据
data = data.copy()
data[u'销量'][(data[u'销量'] < 400) | (data[u'销量'] > 5000)] = None   #过滤异常值，将其变为空值
#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):
    position_list=list(range(n-k, n)) + list(range(n+1, n+1+k))
    y = s.reindex(position_list)                 #取数
    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
for i in data.columns:
    if i==u'日期':
        continue
    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.to_excel(output_path)                       #输出结果，写入文件

运行此代码出现：SettingWithCopyWarning警告

出现原因：官方的解释是，pandas这