# import matplotlib.pyplot as plt # from matplotlib import rcParams # plt.rcParams['xtick.direction'] = 'in' # plt.rcParams['ytick.direction'] = 'in' # plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 # plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 # config = { # "font.family": 'serif', # "font.size": 20, # "mathtext.fontset": 'stix', # "font.serif": ['Times New Roman'],#宋体 # 'axes.unicode_minus': False # 处理负号 # } # rcParams.update(config) #补全1--平均值填充 import numpy as np import pandas as pd # 读取数据集 # df = pd.read_csv(r'E:\BaiduSyncdisk\zhiguan\01最近做的\算法调试\自己调试--Y\调试\数据缺失-无time.csv', header=None) df = pd.read_csv(r'D:\验收材料\空工大-装备性能退化评估和故障预测健康管理软件\里程碑最终算法\数据缺失-time.csv', header=None) # 检查是否存在时间列 if 'Time' in df.columns: # 提取时间列并转换为 datetime 类型 df['Time'] = pd.to_datetime(df['Time'], errors='coerce') # 对时间列进行排序，确保时间顺序 df.sort_values('Time', inplace=True) # 使用 interpolate 方法进行线性插值填充缺失的时间值 df['Time'] = df['Time'].interpolate(method='time') # 如果时间列经过填充后，需要重新排序以保持原有的顺序（如果需要的话） # df.sort_index(inplace=True) # 分离数值型数据 numerical_cols = df.select_dtypes(include=[np.number]).columns # 填充数值型数据的缺失值，使用均值填充 for col in numerical_cols: df[col].fillna(df[col].mean(), inplace=True) # 分离分类型数据 categorical_cols = df.select_dtypes(include=['object']).columns # 填充分类型数据的缺失值，使用平均值填充 for col in categorical_cols: df[col].fillna(df[col].mode()[0], inplace=True) # 将结果保存为CSV文件 df.to_csv('补全后的数据.csv', index=False, header=False) # # # #补全2--中位数填充 # # import numpy as np # # import pandas as pd # # # # # 读取数据集 # # # df = pd.read_csv(r'E:\BaiduSyncdisk\zhiguan\01最近做的\算法调试\自己调试--Y\调试\数据缺失-无time.csv', header=None) # # df = pd.read_csv(r'E:\BaiduSyncdisk\zhiguan\01最近做的\算法调试\自己调试--Y\调试\数据缺失-time.csv', header=None) # # # # # 检查是否存在时间列 # # if 'Time' in df.columns: # # # 提取时间列并转换为 datetime 类型 # # df['Time'] = pd.to_datetime(df['Time'], errors='coerce') # # # # # 对时间列进行排序，确保时间顺序 # # df.sort_values('Time', inplace=True) # # # # # 使用 interpolate 方法进行线性插值填充缺失的时间值 # # df['Time'] = df['Time'].interpolate(method='time') # # # # # 分离数值型数据 # # numerical_cols = df.select_dtypes(include=[np.number]).columns # # # # # 填充数值型数据的缺失值，使用中位数填充 # # for col in numerical_cols: # # df[col].fillna(df[col].median(), inplace=True) # # # # # 分离分类型数据 # # categorical_cols = df.select_dtypes(include=['object']).columns # # # # # 填充分类型数据的缺失值，使用中位数填充 # # for col in categorical_cols: # # df[col].fillna(df[col].mode()[0], inplace=True) # # # # # 将结果保存为CSV文件 # # df.to_csv('补全后的数据.csv', index=False, header=False) # ## 补全3--众数填充 # # import numpy as np # # import pandas as pd # # # # # 读取数据集 # # df = pd.read_csv(r'E:\BaiduSyncdisk\zhiguan\01最近做的\算法调试\自己调试--Y\调试\数据缺失-无time.csv', header=None) # # # df = pd.read_csv(r'E:\BaiduSyncdisk\zhiguan\01最近做的\算法调试\自己调试--Y\调试\数据缺失-time.csv', header=None) # # # # # 检查是否存在时间列 # # if 'Time' in df.columns: # # # 提取时间列并转换为 datetime 类型 # # df['Time'] = pd.to_datetime(df['Time'], errors='coerce') # # # # # 对时间列进行排序，确保时间顺序 # # df.sort_values('Time', inplace=True) # # # # # 使用 interpolate 方法进行线性插值填充缺失的时间值 # # df['Time'] = df['Time'].interpolate(method='time') # # # # # 分离数值型数据 # # numerical_cols = df.select_dtypes(include=[np.number]).columns # # # # # 填充数值型数据的缺失值，使用众数填充 # # for col in numerical_cols: # # df[col].fillna(df[col].mode()[0], inplace=True) # # # # # 分离分类型数据 # # categorical_cols = df.select_dtypes(include=['object']).columns # # # # # 填充分类型数据的缺失值，使用众数填充 # # for col in categorical_cols: # # df[col].fillna(df[col].mode()[0], inplace=True) # # # # # 将结果保存为CSV文件 # # df.to_csv('补全后的数据.csv', index=False, header=False) # # # #补全4--常数填充 # # import numpy as np # # import pandas as pd # # # # # 读取数据集 # # df = pd.read_csv(r'E:\BaiduSyncdisk\zhiguan\01最近做的\算法调试\自己调试--Y\调试\数据缺失-无time.csv', header=None) # # # df = pd.read_csv(r'E:\BaiduSyncdisk\zhiguan\01最近做的\算法调试\自己调试--Y\调试\数据缺失-time.csv', header=None) # # # # # 检查是否存在时间列 # # if 'Time' in df.columns: # # # 提取时间列并转换为 datetime 类型 # # df['Time'] = pd.to_datetime(df['Time'], errors='coerce') # # # # # 对时间列进行排序，确保时间顺序 # # df.sort_values('Time', inplace=True) # # # # # 使用 interpolate 方法进行线性插值填充缺失的时间值 # # df['Time'] = df['Time'].interpolate(method='time') # # # # # 分离数值型数据和分类型数据 # # numerical_cols = df.select_dtypes(include=[np.number]).columns # # categorical_cols = df.select_dtypes(include=['object']).columns # # # # # 定义常数填充值，这里以0为例 # # constant_value = 0 # # # # # 填充数值型数据的缺失值，使用常数填充 # # for col in numerical_cols: # # df[col].fillna(constant_value, inplace=True) # # # # # 填充分类型数据的缺失值，使用常数0填充 # # constant_value_categorical = '0' # 或者其他认为合适的值 # # for col in categorical_cols: # # df[col].fillna(constant_value_categorical, inplace=True) # # # # # 将结果保存为CSV文件 # # df.to_csv('补全后的数据.csv', index=False, header=False) # # #补全5--K-最近邻填充 # import numpy as np # import pandas as pd # from sklearn.impute import KNNImputer # # 读取数据集 # df = pd.read_csv(r'E:\BaiduSyncdisk\zhiguan\01最近做的\算法调试\自己调试--Y\调试\数据缺失-无time.csv') # # df = pd.read_csv(r'E:\BaiduSyncdisk\zhiguan\01最近做的\算法调试\自己调试--Y\调试\数据缺失-time.csv') # # 检查是否存在时间列并处理 # if 'Time' in df.columns: # df['Time'] = pd.to_datetime(df['Time'], errors='coerce') # df.sort_values('Time', inplace=True) # df['Time'] = df['Time'].interpolate(method='time') # # 分离数值型数据 # numerical_cols = df.select_dtypes(include=[np.number]).columns # # 使用 KNN 填充数值型数据的缺失值 # imputer = KNNImputer(n_neighbors=2) # df[numerical_cols] = imputer.fit_transform(df[numerical_cols]) # # 分离分类型数据 # categorical_cols = df.select_dtypes(include=['object']).columns # # 填充分类型数据的缺失值，使用最近邻填充 # for col in categorical_cols: # df[col].fillna(df[col].mode()[0], inplace=True) # # 将结果保存为CSV文件 # df.to_csv('补全后的数据.csv', index=False, header=False)