第六章——电力窃漏电用户自动识别实验一

最新推荐文章于 2023-02-24 20:34:07 发布

取啥名字好�

最新推荐文章于 2023-02-24 20:34:07 发布

阅读量1.2k

点赞数

分类专栏：《Python数据分析与挖掘实战》文章标签：《Python数据分析与挖掘实战》电力窃漏电用户自动识别拉格朗日插值法处理缺失值

本文链接：https://blog.csdn.net/student_thon/article/details/89341372

版权

本实验聚焦于电力窃漏电用户自动识别，通过应用拉格朗日插值法填充数据表中的缺失值。实验详细描述了如何使用该方法对缺失值进行插补，并展示了处理前后的数据对比，以实现更准确的数据分析。

摘要由CSDN通过智能技术生成

实验一是处理表格中的缺失值，这里用的是拉格朗日插值法
在这里插入图片描述

其中 x为缺失值对应的下标序号为缺失值的插值结果，为非缺失值的下标序号对全部缺失数据依次进行插补，直到不存在缺失值为止
数据补全代码如下：

# 导入pandas数据分析库
import pandas as pd
# 导入lagrange插值函数
from scipy.interpolate import lagrange
# 忽略警告信息
import warnings
warnings.filterwarnings('ignore')

# 输入数据的路径
inputfile = '../data/missing_data.xls'
# 输出数据的路径
outputfile = '../tmp/missing_data_processed.xls'

# 读取数据
data