拉格朗日插值基函数:
li(x)=(x−x0)...(x−xi−1)(x−xi+1)...(x−xn)(xi−x0)...(xi−xi−1)(xi−xi+1)...(xi−xn)
拉格朗日差值函数:
Ln(x)=∑i=0nyili(x)
其中,x为缺失值对应的下表序号, Ln(x) 为缺失值的插值结果, xi 为缺失值 yi 的下表序号。对全部缺失值依次进行插补,直到不存在缺失值为止。数据插补代码如下:
#-*- coding: utf-8 -*-
#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
inputfile = 'F:/python学习/chapter6/test/data/missing_data.xls' #输入数据路径,需要使用Excel格式;
outputfile = 'F:/python学习/chapter6/test/tmp/missing_data_processed.xls' #输出数据路径,需要使用Excel格式
data = pd.read_excel(inputfile, header=None) #读入数据
#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))] #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:
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(outputfile, header=None, index=False) #输出结果