用拉格朗日法进行数据插补
代码如下
# coding=utf-8
import pandas as pd
from scipy.interpolate import lagrange
inputfile = 'data/catering_sale.xls'
outputfile = 'data/sales.xls'
data = pd.read_excel(inputfile)
# 过滤异常值,将值变为None
data[u'销量'][(data[u'销量'] < 400 )| (data[u'销量'] > 5000)] = None
# 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):
y = s[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)
for i in data.columns:
for j in range(len(data)):
print data[i][j]
if (data[i].isnull())[j]:
data[i][j] = ployinterp_column(data[i], j)
data.to_excel(outputfile)
插入之前的数据
插入之后的数据
感觉有bug 直接将3.1号的数据变为-291.4了,可能是第一条数据没有前五条数据造成的。