python大資料分析——缺失值處理
阿新 • • 發佈:2018-11-29
# -*- coding: utf-8 -*- import pandas as pd from scipy.interpolate import lagrange as lg #呼叫拉格朗日缺值補充函式 inputfile='D:/Code/Need/try.xls' outputfile='D:/Code/Need/try1.xls' data=pd.read_excel(inputfile) data[u'B'][(data[u'B']>15) | (data[u'B']<1)]=None #去掉其中大於15小於1的異常值(視情況而定) def lagra(data,j,k=5): #data為傳入的列,j為值 y=data[list(range(j-k,j))+list(range(j+1,j+1+k))] #選取選中資料的前五個資料和後五個資料進行缺值補充 y=y[y.notnull()] #去掉選中資料中的空值 return lg(y.index,list(y))(j) #lagrange(x,y)(source) 返回值 for i in data.columns: for j in range(len(data)): if(data[i].isnull())[j]: #找到空值就執行函式 data[i][j]=lagra(data[i],j) data.to_excel(outputfile)