215 lines
4.2 KiB
Markdown
215 lines
4.2 KiB
Markdown
# 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](https://www.askpython.com/python-modules/pandas/dataframes-in-python)提供了一个[。interpolate()方法](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.interpolate.html)，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](https://www.askpython.com/python-modules/pandas/python-pandas-module-tutorial)系列。
|
||
|
||
```py
|
||
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:
|
||
|
||
```py
|
||
a.interpolate()
|
||
|
||
```
|
||
|
||
输出结果如下。：
|
||
|
||
```py
|
||
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。
|
||
|
||
```py
|
||
a.interpolate(method='polynomial', order=2)
|
||
|
||
```
|
||
|
||
输出结果如下:
|
||
|
||
```py
|
||
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。
|
||
|
||
```py
|
||
a.interpolate(method='polynomial', order=1)
|
||
|
||
```
|
||
|
||
输出:
|
||
|
||
```py
|
||
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。
|
||
|
||
```py
|
||
a.interpolate(method='pad', limit=2)
|
||
|
||
```
|
||
|
||
我们得到的输出为:
|
||
|
||
```py
|
||
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。
|
||
|
||
```py
|
||
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:
|
||
|
||
```py
|
||
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。
|
||
|
||
```py
|
||
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:
|
||
|
||
```py
|
||
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。
|
||
|
||
```py
|
||
s['c'].interpolate()
|
||
|
||
```
|
||
|
||
输出:
|
||
|
||
```py
|
||
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:
|
||
|
||
```py
|
||
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！ |