由於計算量比較大(相對)適用於小資料集, 大資料集一般用平均數/中位數/眾數處理缺失值
import numpy as np
from scipy.interpolate import lagrange #匯入拉格朗日插值函式
import pandas as pd
inputfile = 'sale.xls'
outputfile = 'sales1.xls'
data = pd.read_excel(inputfile) #讀入資料
data[u'銷量'][(data[u'銷量'] < 400) | (data[u'銷量'] > 5000)] = none #filter outliers to make them null
#自定義列向量插值函式
#s為列向量，n為被插值的位置，k為取前後的資料個數，預設為5
def ployinterp_column(s, n, k=5):
y = s[list(range(n-k, n)) + list(range(n+1, n+1+k))] #取數
y = y[y.notnull()] #剔除空值
return lagrange(y.index, list(y))(n) #插值並返回插值結果
#逐個元素判斷是否需要插值
for i in data.columns:
for j in range(len(data)):
if (data[i].isnull())[j]: #如果為空即插值。
data[i][j] = ployinterp_column(data[i], j)
data.to_excel(outputfile) #輸出結果，寫入檔案
拉格朗日插值
拉格朗日插值基函式 li x x x 0 x xi 1 x xi 1 x x n x i x0 xi xi 1 xi xi 1 xi xn 拉格朗日差值函式 ln x i 0 nyil i x 其中，x為缺失值對應的下表序號，ln x 為缺失值的插值結果，xi 為缺失值yi 的下表序號。對全部缺失值...
拉格朗日插值
function s larg1 x,y,xi m length x 求出插值節點向量長度 n length y if m n error 向量x與y的長度必須一致 這裡肯定一致，只是為了消除直接選取x,y資料的時候出錯而設定的 end s 0 for i 1 n z ones 1,length x...
拉格朗日插值
存在性和唯一性的證明以後再補。拉格朗日插值，emmmm，名字挺高階的 joy 它有什麼應用呢？我們在fft中講到過 設 n 1 次多項式為 y sum a i x i 有乙個顯然的結論 如果給定 n 個互不相同的點 x,y 則該 n 1 次多項式被唯一確定 那麼如果給定了這互不相同的 n 個點，利用...