《python数据分析与挖掘实战》拉格朗日插值

#-*- 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