#-*- coding:utf-8 -*-
import pandas as pd
import matplotlib.pyplot as plt
from scipy.interpolate import lagrange#導入拉格朗日插值函數(shù)

inputfile="catering_sale.xls"
outputfile="H:\python\file\python_data_annalysis_mining\chapter04\sales.xls"

data=pd.read_excel(inputfile,sheetname=0)
statistic=data.describe()#保存基本統(tǒng)計量
print statistic

time=data[u'日期'].values
number=data[u'銷量'].values
plt.scatter(time,number)
plt.show()#根據(jù)散點圖找過濾異常值的方法

data[u'銷量'][(data[u'銷量']<300)|(data[u'銷量']>6000)]=None#過濾異常值，設置為空

#自定義列向量插值函數(shù)
#s為列向量，n為插值位置，k為取前后的數(shù)據(jù)個數(shù)，默認為5，不宜太多，受到數(shù)值不穩(wěn)定性影響
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()]#剔除異常值
 return lagrange(y.index,list(y))(n)#插值并返回插值結果

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

data.to_excel(outputfile)

pip install xlwt

data.to_excel(outputfile)

outputfile="H:\python\file\python_data_annalysis_mining\chapter04\sales.xls"

outputfile="H:\\python\\file\\python_data_annalysis_mining\\chapter04\\sales.xls"