《python数据分析与挖掘实战》拉格朗日法进行插补

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了《python数据分析与挖掘实战》拉格朗日法进行插补，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含709字，纯文字阅读大概需要2分钟。

内容图文

import pandas as pd
from scipy.interpolate import lagrange
inputfile = './data/catering_sale.xls'
outputfile = 'sales.xls'
data = pd.read_excel(inputfile)
row_indexs = (data[u'销量'] < 400) | (data[u'销量'] > 5000)  #得到过滤数据的索引
data.loc[row_indexs,u'销量'] = None  #过滤数据
#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) #插值并返回拉格朗日插值结果

for i in data.columns:
    for j in range(len(data)):
        if(data[i].isnull())[j]:#如果为空即插值。
            data.loc[j,i] = ployinterp_column(data[i], j)

data.to_excel(outputfile)

内容总结

以上是互联网集市为您收集整理的《python数据分析与挖掘实战》拉格朗日法进行插补全部内容，希望文章能够帮你解决《python数据分析与挖掘实战》拉格朗日法进行插补所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端