#-*- 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 = 'D:\python\stats\pythonsjwj\chapter6\demo\data\missing_data.xls' #输入数据路径,需要使用Excel格式
outputfile = '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.reindex(list(range(n-k, n)) + list(range(n+1, n+1+k))) #取数(这里跟书本上不一样,有改动,源代码运行会出错)
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