4.2 KiB
使用插值填充 Python 中缺失的条目
原文：https://www.askpython.com/python/examples/interpolation-to-fill-missing-entries
插值是 Python 中的一种技术，通过它可以估计两个已知数据点之间的未知数据点。它通常用于使用已知值填充表或数据集中缺失的值。
插值也是一种用于图像处理的技术。扩展图像时，您可以使用相邻像素来估计新像素的像素值。
金融分析师也使用内插法，利用过去的已知数据点来预测金融未来。
在本教程中，我们将学习插值来填充数据集中缺失的值。
熊猫数据帧提供了一个。interpolate()方法，可用于填充数据中缺失的条目。
让我们创建一些虚拟数据，看看插值是如何工作的。
对系列数据中的缺失值使用插值
让我们创建一个带有缺失值的熊猫系列。
import pandas as pd
import numpy as np
a=pd.Series([0, 1, np.nan, 3,4,5,7])
1.线性内插法
如你所见，第二个索引的值是 nan 。使用以下代码行插入数据:
a.interpolate()
输出结果如下。：
0 0.0
1 1.0
2 2.0
3 3.0
4 4.0
5 5.0
6 7.0
Pandas 提供了多种插值方法。如果没有指定，线性插值是默认方法。
让我们在相同的数据上尝试另一种类型的插值。
2.多项式插值
多项式插值要求您指定阶数。让我们试试 2 阶插值。
a.interpolate(method='polynomial', order=2)
输出结果如下:
0 0.00000
1 1.00000
2 1.99537
3 3.00000
4 4.00000
5 5.00000
6 7.00000
如果在多项式插值中给定阶数为 1，则得到与线性插值相同的输出。这是因为一阶多项式是线性的。
a.interpolate(method='polynomial', order=1)
输出:
0 0.0
1 1.0
2 2.0
3 3.0
4 4.0
5 5.0
6 7.0
2.通过填充进行插值
通过填充进行插值意味着复制丢失条目之前的值。
使用填充插值时，需要指定一个界限。该限制是该方法可以连续填充的 nan 的最大数量。
让我们看看它在 python 中是如何工作的。
a.interpolate(method='pad', limit=2)
我们得到的输出为:
0 0.0
1 1.0
2 1.0
3 3.0
4 4.0
5 5.0
6 7.0
丢失的条目被替换为与其之前的条目相同的值。
我们将极限指定为 2，让我们看看在连续三个 nan 的情况下会发生什么。
a=pd.Series([0, 1, np.nan, np.nan, np.nan, 3,4,5,7])
a.interpolate(method='pad', limit=2)
输出如下:
0 0.0
1 1.0
2 1.0
3 1.0
4 NaN
5 3.0
6 4.0
7 5.0
8 7.0
第三个 nan 没有被触动。
熊猫数据帧的插值
我们也可以使用插值来填充熊猫数据帧中缺失的值。
让我们创建一个虚拟数据帧，并在其上应用插值。
s = pd.DataFrame([(0.0, np.nan, -2.0, 2.0), (np.nan, 2.0, np.nan, 1), (2.0, 5.0, np.nan, 9.0), (np.nan, 4.0, -3.0, 16.0)], columns=list('abcd'))
Dataframe
1.熊猫数据帧的线性插值
要在数据帧上应用线性插值，请使用以下代码行:
s.interpolate()
输出:
Linear interpolation
这里， b 列下的第一个值仍然是 nan，因为在它之前没有用于插值的已知数据点。
您还可以插入数据帧的各个列。
s['c'].interpolate()
输出:
0 -2.000000
1 -2.333333
2 -2.666667
3 -3.000000
2.通过填充进行插值
要应用填充方法，请使用以下代码行:
s.interpolate(method='pad', limit=2)
我们得到的输出为:
Padding
结论
本教程是关于 Python 中的插值。我们主要关注使用插值来填充缺失数据。希望你和我们一起玩得开心！