插值法补齐缺失数据 |
您所在的位置：网站首页 › 样条插值法补充数据 › 插值法补齐缺失数据 |
插值法补齐缺失数据
在处理宏观经济数据时，经常会遇到缺失值问题。在本文中，我们以固定资产投资价格指数为例，讨论填补缺失值的两种方法，及其Python实现。 通过简单分析原始数据，可以看到，固定资产投资价格指数，在1998年6月至2002年12月，是每半年发布一次。自2003年初至2019年12月，是每季度发布一次。我们希望获得月度的固定资产投资价格指数，从而对月度的固定资产投资数据进行价格折现。  一、插值法—scipy包的interpolate模块
scipy包的interpolate模块，可以使用线性或者二阶和三阶的样条曲线，对缺失值进行插补。插补分成两个步骤： 基于有取值的样本，拟合插补函数 将插补函数，应用于所有样本点Python代码如下： from scipy.interpolate import interp1d # 提取有取值的样本 _FAIPriceIndex = FAIPriceIndex.reset_index() x = np.array(_FAIPriceIndex[_FAIPriceIndex['M0012976'].notnull()].index) y = np.array(_FAIPriceIndex[_FAIPriceIndex['M0012976'].notnull()]['M0012976']) xnew = np.array(_FAIPriceIndex.index) # 拟合插值函数 f1 = interp1d(x,y) f2 = interp1d(x, y, kind='quadratic') f3 = interp1d(x, y, kind='cubic') # 对全序列插补 _FAIPriceIndex = pd.DataFrame([f1( |
【本文地址】