拉格朗日插值法、数据规范化

最新推荐文章于 2021-11-19 18:56:43 发布

原创

最新推荐文章于 2021-11-19 18:56:43 发布 · 846 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#数据分析

本文介绍了拉格朗日插值法在处理数据缺失值中的应用，通过实例展示了如何用该方法补全数据并修正异常值。同时，文章探讨了数据规范化的重要性，列举了三种常见的规范化方法，包括最小-最大规范法、零-均值规范法和小数定标规范法，并通过代码展示了小数定标规范化处理的效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

拉格朗日插值法

拉格朗日插值法是插值法中的一种，是用来进行缺失值处理的，将数据集中的未知值，通过拉格朗日插值法推算出来。这里的数学知识就不介绍了，主要介绍在代码中怎么应用。
下面以某餐厅一段时间的销售量的数据集来演示使用方法：
首先最开始的数据如下：
在这里插入图片描述
可以看到2月14号这一天的数据是缺失了的，而且还有一部分数据明显是异常的，下面我们就要将缺失的值补上，以及将异常值也变为空补上。

import pandas as pd
from scipy.interpolate import lagrange #导入拉格朗日插值函数
#输入、输出路径
input_file = 'G:\data\Python\chapter4\demo\data\catering_sale.xls'
output_file = 'G:/data/Python/chapter4/demo/tmp/sale.xls'
#读取数据
data = pd.read_excel(input_file)
data['销量'][(data['销量'] < 400) | (data['销量'] > 5000)] = None
#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
def polyinterp_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)

#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]:  #为空则插值