缺失值处理的拉格朗日插值，为什么报错啊

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import lagrange
df=pd.read_excel(r"C:\Users\89255\Desktop\01-数据和代码\chapter4\demo\data\catering_sale.xls")
df[(df[u"销量"]<400) | (df["销量"]>5000)]=None 

def ployinterp_column(s,n,k=5):
    y=s[list(range(n-k,n))+list(range(n+1,n+1+k))]
    y=y[y.notnull()]
    return lagrange(y.index,list(y))(n)

def data_lagrange(data):
    for i in data.columns:  
        data[i] = pd.Series(data[i])
        for j in range(len(data)):
            if (data[i].isnull())[j]: 
                data[i][j]=ployinterp_column(data[i],j)

data_lagrange(df)

之后会报错说
KeyError: '[-5, -4, -3, -2, -1] not in index'

【以下回答由 GPT 生成】

该错误的原因是在拉格朗日插值函数ployinterp_column()中，y的index使用的是相对位置的索引，而不是真实的索引值。当插值需要的索引在数据中不存在时，就会抛出KeyError错误。

解决这个问题的方法是，在ployinterp_column()函数中使用真实的索引值进行插值。具体步骤如下：

1. 修改ployinterp_column()函数，使其接收真实的索引值作为参数。
2. 在data_lagrange()函数中，将ployinterp_column()函数的参数改为真实的索引值。
3. 修改取出y的索引的方法，使用data.index来获取真实的索引值。

修改后的代码如下：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import lagrange

df = pd.read_excel(r"C:\Users\89255\Desktop\01-数据和代码\chapter4\demo\data\catering_sale.xls")
df[(df['销量'] < 400) | (df['销量'] > 5000)] = None

def ployinterp_column(s, n, k=5):
    y = s.iloc[max(0, n-k):n] + s.iloc[n+1:n+1+k]
    y = y[y.notnull()]
    return lagrange(y.index, list(y))(n)

def data_lagrange(data):
    for i in data.columns:  
        data[i] = pd.Series(data[i])
        for j in range(len(data)):
            if data[i].isnull()[j]: 
                data[i][j] = ployinterp_column(data[i], j)

data_lagrange(df)

这样修改后，就能避免报错并正常执行拉格朗日插值处理缺失值的操作。

【相关推荐】

• 这个问题的回答你可以参考下: https://ask.csdn.net/questions/962985
• 我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：实现拉格朗日插值和牛顿插值
• 您还可以看一下 邹积超老师的微信小程序开发实战课程中的 当日天气逻辑处理小节, 巩固相关知识点
  
• 除此之外, 这篇博客: 【计算方法】拉格朗日插值法中的 拉格朗日逼近 部分也许能够解决你的问题。

引用 皆我百晓生 小程序回复内容作答：

报错的原因是在插值过程中，lagrange函数的第一个参数中出现了不存在的索引值。
具体来说，问题出现在这一行代码中：

return lagrange(y.index,list(y))(n)

lagrange函数的第一个参数需要传入一系列 x 值，而在这里使用的是 y.index，即索引值。然而，在插值时使用的索引值应该是连续的，但是在这里的索引值可能不是连续的，导致了该错误的出现。

为了解决这个问题，您可以尝试修改代码如下：

return lagrange(np.arange(len(y)), list(y))(n)

将索引值改为连续的数字序列（使用np.arange(len(y))），以保证在 lagrange 函数中传递的参数是正确的。