（时间）序列数据处理过程中往往会有缺失值（例如9999、NaN或其他的异常值），对这些数据的处理是下一步分析、研究和应用的基础。
本文以 2018年 MOD09A01 地表反射率数据计算的 8天合成 46期 NDVI 数据为基础（已完成去云处理，有云时段的数据已赋值为 NaN，部分数据做了微调，以符合本文的内容），选取 一个样点（样点经度：123°4′0.87″，纬度：42°56′45.75″），完成时序有云数据（缺失值）的插补。
0 基本思路
开始
读取时序NDVI数据
标记缺失值
缺失值插补
结束
1 读取数据
本文的样例数据为EXECL格式，已上传至百度网盘，下载链接如下：
链接：https://pan.baidu.com/s/1PR4MXMIIihRyv_7GQMl9VQ
提取码：ynyv
目标：将需要插补的原始数据读取为数组。
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
InFile = r'D:\xxxx\NDVI.xlsx'
Data = pd.read_excel(InFile)['NDVI'].values
print(Data)
[ nan nan 0.223985 0.233396 0.227466 0.229259 1.2 0.231399
0.22672 nan 0.224726 0.212029 0.236226 0.229548 0.236484 0.248894
0.266551 0.275269 0.274135 0.270156 nan 0.478553 0.590506 0.721067
nan 0.799064 0.742108 0.804224 0.83514 0.777888 0.734315 0.700915
0.602857 0.553114 0.397294 0.318083 0.289676 0.253421 0.25891 0.24601
0.23812 0.238319 0.238759 0.232261 0.253731 0.236231]
简单做个图，我们看一下原始数据的样式。
X = np.array(range(len(Data)))
plt.plot(X, Data, color = 'r')
其中截断的部分是有缺失值的部分（即NaN）。下一步，我们对缺失值进行插值填充。
2 缺失值插补
2.1 标记异常值
由于NDVI的最大值不可能大于1，则原始数据中 第 7 个值 1.2 明显为异常值。我们将异常值统一标记为缺失值。
Data[6] = np.nan
print(Data)
[ nan nan 0.223985 0.233396 0.227466 0.229259 nan 0.231399
0.22672 nan 0.224726 0.212029 0.236226 0.229548 0.236484 0.248894
0.266551 0.275269 0.274135 0.270156 nan 0.478553 0.590506 0.721067
nan 0.799064 0.742108 0.804224 0.83514 0.777888 0.734315 0.700915
0.602857 0.553114 0.397294 0.318083 0.289676 0.253421 0.25891 0.24601
0.23812 0.238319 0.238759 0.232261 0.253731 0.236231]
简单做个图，我们看一下标记完异常值后的结果。
plt.plot(X, Data, color = 'y')
2.2 处理首末端缺失值
首末端缺失值我们采用最邻近法填充（当然，也可以采用其他方法，这里不做示例）。
ValidDataIndex = X[np.where(np.isnan(Data) == 0)]
if ValidDataIndex[-1] < len(Data) - 1:
Data[ValidDataIndex[-1] + 1:] = Data[ValidDataIndex[-1]]
if ValidDataIndex[0] >= 1:
Data[:ValidDataIndex[0]] = Data[ValidDataIndex[0]]
print(Data)
[0.223985 0.223985 0.223985 0.233396 0.227466 0.229259 nan 0.231399
0.22672 nan 0.224726 0.212029 0.236226 0.229548 0.236484 0.248894
0.266551 0.275269 0.274135 0.270156 nan 0.478553 0.590506 0.721067
nan 0.799064 0.742108 0.804224 0.83514 0.777888 0.734315 0.700915
0.602857 0.553114 0.397294 0.318083 0.289676 0.253421 0.25891 0.24601
0.23812 0.238319 0.238759 0.232261 0.253731 0.236231]
简单做个图，我们看一下首末端缺失值处理后的结果。
plt.plot(X, Data, color = 'g')
2.3 缺失值插补
插值过程我们使用scipy库插值模块的一维插值interp1d方法进行拟合，然后填充缺失值。
from scipy.interpolate import interp1d
缺失数据不参与拟合，首先把缺失数据去除，对正常数据进行拟合。
Y_0 = Data[np.where(np.isnan(Data) != 1)]
print(Y_0)
[0.223985 0.223985 0.223985 0.233396 0.227466 0.229259 0.231399 0.22672
0.224726 0.212029 0.236226 0.229548 0.236484 0.248894 0.266551 0.275269
0.274135 0.270156 0.478553 0.590506 0.721067 0.799064 0.742108 0.804224
0.83514 0.777888 0.734315 0.700915 0.602857 0.553114 0.397294 0.318083
0.289676 0.253421 0.25891 0.24601 0.23812 0.238319 0.238759 0.232261
0.253731 0.236231]
X_0 = X[np.where(np.isnan(Data) != 1)]
print(X_0)
[ 0 1 2 3 4 5 7 8 10 11 12 13 14 15 16 17 18 19 21 22 23 25 26 27
28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45]
利用拟合函数，根据缺失数据的标签，拟合缺失位置的数据。
IRFunction = interp1d(X_0, Y_0, kind = 'linear')
Fill_X = X[np.where(np.isnan(Data) == 1)]
Fill_Y = IRFunction(Fill_X)
Data[Fill_X] = Fill_Y
print(Data)
[0.223985 0.223985 0.223985 0.233396 0.227466 0.229259 0.230363
0.231399 0.22672 0.225723 0.224726 0.212029 0.236226 0.229548
0.236484 0.248894 0.266551 0.275269 0.274135 0.270156 0.3743545
0.478553 0.590506 0.721067 0.7600655 0.799064 0.742108 0.804224
0.83514 0.777888 0.734315 0.700915 0.602857 0.553114 0.397294
0.318083 0.289676 0.253421 0.25891 0.24601 0.23812 0.238319
0.238759 0.232261 0.253731 0.236231 ]
简单做个图，我们看一下插值结果。
plt.plot(X, Data, color = 'b')
3 利用gma.math.FillNoData进行插补
gma为自建的一个Python库，并已上传至pypi。详见：自建 | 地理与气象数据分析（geographic and meteorological data analysis）（gma）的说明与使用。欢迎大家下载试用。
首先查看函数帮助
import gma
help(gma.math.FillNoData)
Help on function FillNoData in module gma.math:
FillNoData(Data, FillValue=None, Method='linear', **kwargs)
'''
简介
----------
对缺失值或异常值值进行【插补】。
参数
----------
Data: list, tuple, Series, DataFrame。需要插补的数据。
**可选参数
----------
FillValue = number 或 list。标记需要进行插补的缺失值。可为数字（number）或数字列表（list）。默认不标记缺失值（None）。
注：1.当 FillValue 为列表时，列表内所有值都将被插补。2.数据内原有的NAN、INF以及不能被转化为数字的字符串等异常值也将被插补。
Method = str。插补方法。默认线性插值（'linear'）。其他的插补方法还包括：
'time'（时间）, 'index'（索引）, 'values'（序列值）, 'pad'（前向填充）, 'nearest'（最邻近）,
'zero'（零值）, 'slinear'（滑动线性）, 'quadratic'（2次插值）, 'cubic'（3次插值）, 'spline'（样条函数）,
'barycentric'（重心）, 'polynomial'（分段多项式）, 'from_derivatives'（衍生）, 'krogh'（克罗格）,
'piecewise_polynomial'（分段多项式）,'pchip'（分段三次Hermite多项式插值）, 'akima'（akima光滑插值）,
'cubicspline'（3次样条）。
**kwargs。传递给插值函数的其他参数。例如： Method 为 'polynomial' 或 'spline' 需要设置 order(阶数)，默认阶数为 3。
返回
----------
类型: Series，DataFrame 返回输入类型；list, tuple 返回 array。
'''
根据帮助说明，我们只需带入原始数据（Data），设置异常值（FillValue）和插值方法（Method）即可获得相应结果。
Data = gma.math.FillNoData(Data, FillValue = 1.2, Method = 'linear')
print(Data)
插值结果与 < 2 缺失值插补 > 结果一致。
[0.223985 0.223985 0.223985 0.233396 0.227466 0.229259 0.230329
0.231399 0.22672 0.225723 0.224726 0.212029 0.236226 0.229548
0.236484 0.248894 0.266551 0.275269 0.274135 0.270156 0.3743545
0.478553 0.590506 0.721067 0.7600655 0.799064 0.742108 0.804224
0.83514 0.777888 0.734315 0.700915 0.602857 0.553114 0.397294
0.318083 0.289676 0.253421 0.25891 0.24601 0.23812 0.238319
0.238759 0.232261 0.253731 0.236231 ]
简单做个图，我们看一下插值结果。
plt.plot(X, Data, color = 'gray')
4 总结
本文使用了简单的 interp1d（scipy） 的插值方法（不考虑gma），当然，如果专门做数据处理，其实pandas的interpolate也非常好用。
相关链接：
1、自建 | 地理与气象数据分析（geographic and meteorological data analysis）（gma）的说明与使用
2、自建 | gma库详细帮助
3、自建 | gma库更新日志
Original: https://blog.csdn.net/weixin_42155937/article/details/121425756
Author: 洛的地理研学
Title: 序列数据缺失值插补（线性插值）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/693541/
转载文章受原作者版权保护。转载请注明原作者出处！