拉格朗日插值法实例

关于拉格朗日插值法，参考：

• 拉格朗日插值法

数据集

加载我们的数据集

data_path = r'D:\OneDrive\python\datasets\python_data_analysis_and_mining_action-master\chapter4\data\catering_sale.xls'
df = pd.read_excel(data_path)

这个是每天的销量数据

缺失值

前面我们知道，对于缺失值的处理，我们可以使用插值法来填补数据

我们得先看看有多少缺失值

df.isna().sum()

这里只有1条缺失值数据

df[df['销量'].isna()]

拉格朗日插值法

我们找到缺失值了，下面就该调用函数使用了
先回顾一下，怎么使用，首先我们要知道变量X和变量Y

因为我们的缺失值是销量，所以变量Y就是已知的销量
X的话，可以是索引
前面提过，元素个数不要太多，因为这个scipy中的lagrange函数并不稳定
至于到底选取几个，我暂时没有什么概念，书中取的是10，我这里也取10吧，前面取5个，后面取5个，共10个值

df2 = df.query('9<=index<14 or 15<=index<19')['销量']

这里我其实有一个疑问，就是X的值如何取？
书中是使用的下标，也就是index的值

x = df2.index.values
y = df2.values

调用拉格朗日函数

rs = lagrange(x,y)
print(rs)

最后，看看我们的缺失值是多少呢？

rs(14)

这里得出来是3831，这个数据靠不靠谱呢？

先从我们的区间中看看：

3831看上去还可以，而且呢，因为我们还有一个日期字段，也可以结合星期看看

df['星期几'] = df['日期'].dt.weekday_name

df.query('星期几=="Saturday"')

好像也可以接受呢

---

最后呢，我们要回顾一下，我们都做了些什么，我们是一步一步处理的，但是实际情况下，我们不会手工的去看缺失值在哪里，我们需要用代码去筛选出缺失值，并且将最后的值插回数据集中，思考一下，如何自动化？