菜鷄日記——《Python数据分析与挖掘实战》实验6-1 拉格朗日插值法

最新推荐文章于 2024-07-06 09:35:21 发布

Wyatt6

最新推荐文章于 2024-07-06 09:35:21 发布

阅读量1.1k

点赞数

分类专栏：数据挖掘 Python 文章标签：拉格朗日插值法

本文链接：https://blog.csdn.net/wyatt__liu/article/details/83111321

版权

本文介绍了使用拉格朗日插值法填充Excel表格missing_data.xls中空值的过程，并探讨了在数据导入导出时如何控制表头和索引。学习了拉格朗日插值法的基本应用，以及在Python中如何实现，同时涉及了pandas库中处理空值的函数isnull()和notnull()，以及如何通过DataFrame对象定位和处理数据。

摘要由CSDN通过智能技术生成

实验6-1 拉格朗日插值法

题目描述：用拉格朗日插值法对missing_data.xls中表格的空值进行填补。

# p1, lab6
# Fill all of the null values with Lagrange's interpolation
# Data file name is "missing_data.xls"


import pandas as pd
from scipy.interpolate import lagrange


dir = 'F:/Data Mining/codes/ch6/lab6_1'     # dir is a built-in name, will be shadowed if is distinctly defined
data = pd.read_excel(dir + '/data/missing_data.xls', header=None)   # header=None indicates that the table does not have header


def lagrange_interpolate(s, n, k=5):
    y = s[list(range(n-k, n)) + list(range(n+1, n+1+k))]    # may create indexes out of bound, which are defined as null values
    y = y[y.notnull()]      # y.notnull() returns a Series object in boolean type
    return lagrange(y.index, list(y))(n)
    # method lagrange(x, w) in module scipy.interpolate
    # param x is an array like object