地球化学微量元素填充缺失值常用的方法及代码

地球化学微量元素数据中常常存在缺失值，这对于后续的统计分析和地质研究会造成很大的影响。常用的填充缺失值的方法有以下几种：

1. 最小二乘法填充
最小二乘法是利用已有数据的均值和方差来估算缺失值的方法。该方法要求样本数据服从正态分布，并且缺失值的分布与已有数据的分布相同。代码如下：

import numpy as np
from scipy import stats

def least_square_fill(data):
    mean = np.nanmean(data)
    std = np.nanstd(data)
    size = data.shape[0]
    for i in range(size):
        if np.isnan(data[i]):
            data[i] = stats.norm.rvs(loc=mean, scale=std, size=1)
    return data

2. KNN填充
KNN填充是利用K个最近邻的数据来估算缺失值的方法。该方法要求数据之间有较强的相关性，并且缺失值的分布与已有数据的分布相似。代码如下：

from sklearn.impute import KNNImputer

def knn_fill(data):
    imputer = KNNImputer(n_neighbors=5)
    data_filled = imputer.fit_transform(data)
    return data_filled

3. 插值法填充
插值法是利用已有数据点之间的关系来估算缺失值的方法。该方法要求数据之间有较强的连续性，并且缺失值的分布与已有数据的分布相似。代码如下：

from scipy.interpolate import interp1d

def interp_fill(data):
    x = np.arange(data.shape[0])
    y = data
    f = interp1d(x, y, kind='cubic')
    x_new = np.arange(data.shape[0])
    y_new = f(x_new)
    return y_new

4. 均值、中位数、众数填充
均值、中位数、众数填充是利用已有数据的均值、中位数、众数来估算缺失值的方法。该方法要求数据之间有较强的集中趋势，并且缺失值的分布与已有数据的分布相似。代码如下：

def mean_fill(data):
    mean = np.nanmean(data)
    data_filled = np.where(np.isnan(data), mean, data)
    return data_filled

def median_fill(data):
    median = np.nanmedian(data)
    data_filled = np.where(np.isnan(data), median, data)
    return data_filled

def mode_fill(data):
    mode = stats.mode(data, nan_policy='omit')[0][0]
    data_filled = np.where(np.isnan(data), mode, data)
    return data_filled