如何将曲线拟合到包含 NaN 值的 Excel 文件的数据

如何解决如何将曲线拟合到包含 NaN 值的 Excel 文件的数据

我是 Python 的初学者。我有一个excel文件。此 excel 文件显示参数的每日值。这个excel文件包含四年的数据。某些值为 NaN。这是我的 excel 文件示例。

Date     f11
0        0.002
1        0.004
2          -
.
.
.
1625       -
1626    -0.001
1627    -0.0013

我想通过模型找到 f11 数据的拟合曲线。这是我的代码。

df =pd.read_excel ('final-all-filters.xlsx')
x = df['Date']
y = df['f11'].dropna(how='all',axis=0)
def model(x,b,m,c,d,f,g,h,i):
    return b+m*x+ c*np.sin(x/180)+d*np.cos(x/180)+h*np.sin(x/180)+i*np.cos(x/180)+ f/g * np.exp (681-x)* np.heaviside(x-681,681)

popt,pcov = curve_fit (model,x,y,p0=[0.05,0.05,0.05 ],maxfev = 10000)
print (popt)

当我运行这段代码时，我遇到了

的错误

ValueError: operands could not be broadcast together with shapes (1639,) (1632,)

我应该提到，当我用随机值填充 NaN 单元格时，模型可以正常工作。

解决方法

您只是从 y 值中删除了 NaN。 您应该先从 Dataframe 中删除受影响的行，然后为 x 和 y 值创建系列。

试试：

fixed = df.dropna()
x = fixed['Date']
y = fixed['f11']
def model(x,b,m,c,d,f,g,h,i):
    return b+m*x+ c*np.sin(x/180)+d*np.cos(x/180)+h*np.sin(x/180)+i*np.cos(x/180)+ f/g * np.exp (681-x)* np.heaviside(x-681,681)

popt,pcov = curve_fit (model,x,y,p0=[0.05,0.05,0.05 ],maxfev = 10000)
print (popt)

编辑：

根据没有 NaN 的数据创建模型后，您可以使用它来填充缺失的数据。

,

您已经从 Y 中删除了 NaN，但没有从 X 中删除相应的索引。您必须这样做才能使模型运行。