电力系统漏电用户识别_power_leakage_identification.zip

#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author : Peidong # @Site : # @File : larange_interpolation.py # @Software: PyCharm """ 拉格朗日插值代码处理缺省值 """ # 导入相应模块 import pandas as pd from scipy.interpolate import lagrange # 导入数据 inputfile = 'E:\python\power_leakage_identification\missing_data.xls' # 导出处理结果 outputfile = 'E:\python\power_leakage_identification\missing_data_processed.xls' # 读取数据 data = pd.read_excel(inputfile, header=None) # 定义列向量为插值函数 # s为列向量，n为被插值的位置，k为取前后的数据格式，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))] # 剔除空值 y = y[y.notnull()] # 插值并返回结果 return lagrange(y.index, list(y))(n) # 逐个元素判断是否需要进行插值 for i in data.columns: for j in range(len(data)): # 如果为空值，则进行插值 if(data[i].isnull())[j]: data[i][j] = ployinterp_column(data[i],j) # 输出结果 data.to_excel(outputfile, header=None, index=False)