KNN 算法填充缺失值并生成折线图

// 导入必要的库 package org.example;

import java.io.FileInputStream; // 用于读取输入文件 import java.io.FileOutputStream; // 用于写入输出文件 import java.text.DecimalFormat; // 用于格式化数字 import java.text.ParseException; // 用于解析日期 import java.text.SimpleDateFormat; // 用于格式化日期 import java.util.ArrayList; // 用于存储数据 import java.util.Collections; // 用于排序 import java.util.Comparator; // 用于排序 import java.util.Date; // 用于处理日期 import java.util.HashMap; // 用于存储每个月的数据组数 import java.util.List; // 用于存储数据 import java.util.Map; // 用于存储每个月的数据组数

import org.apache.poi.ss.usermodel.Cell; // Excel 单元格 import org.apache.poi.ss.usermodel.CellType; // Excel 单元格类型 import org.apache.poi.ss.usermodel.Row; // Excel 行 import org.apache.poi.ss.usermodel.Sheet; // Excel 工作表 import org.apache.poi.ss.usermodel.Workbook; // Excel 工作簿 import org.apache.poi.ss.usermodel.WorkbookFactory; // Excel 工作簿工厂 import org.apache.poi.xssf.usermodel.XSSFChart; // Excel 折线图 import org.apache.poi.xssf.usermodel.XSSFDrawing; // Excel 图形 import org.apache.poi.xssf.usermodel.XSSFSheet; // Excel 工作表 import org.apache.poi.xssf.usermodel.XSSFWorkbook; // Excel 工作簿

public class knn {

public static void main(String[] args) {
    // 定义输入文件和输出文件的路径
    String inputFile = 'input.xlsx';
    String outputFile = 'output1.xlsx';
    try (Workbook workbook = WorkbookFactory.create(new FileInputStream(inputFile)); // 使用工作簿工厂创建 Excel 工作簿
         FileOutputStream outputStream = new FileOutputStream(outputFile)) { // 创建输出文件
        Sheet sheet = workbook.getSheetAt(0); // 获取 Excel 工作表
        DecimalFormat df = new DecimalFormat('#.##'); // 创建 Decimal 格式化器，用于保留两位小数
        // 对每一行进行处理
        for (int i = 1; i <= sheet.getLastRowNum(); i++) {
            Row row = sheet.getRow(i); // 获取行对象
            if (row != null) {
                Cell cell = row.getCell(1); // 获取第二列单元格
                if (cell != null && cell.getCellType() != CellType.BLANK) {
                    // 如果单元格不为空，则跳过
                } else {
                    double avg = calculateKNN(sheet, i, 1); // 计算KNN邻近算法填充的值
                    if (avg > 0) { // 如果填充的值大于 0
                        if(cell == null){
                            cell = row.createCell(1);
                        }
                        cell.setCellValue(Double.parseDouble(df.format(avg))); // 将填充的值填入单元格
                    }
                }
            }
        }
        // 创建新的工作簿
        XSSFWorkbook newWorkbook = new XSSFWorkbook();
        // 创建新的工作表
        XSSFSheet newSheet = newWorkbook.createSheet();
        // 存储每个月的数据组数
        Map<String, Integer> monthDataCount = new HashMap<String, Integer>();
        // 对每一行进行处理
        for (int i = 1; i <= sheet.getLastRowNum(); i++) {
            Row row = sheet.getRow(i); // 获取行对象
            if (row != null) {
                Cell cell = row.getCell(0); // 获取第一列单元格
                if (cell != null && cell.getCellType() == CellType.STRING) {
                    // 解析日期
                    Date date = parseDate(cell.getStringCellValue());
                    if (date != null) {
                        // 获取月份
                        SimpleDateFormat monthFormat = new SimpleDateFormat('yyyy/MM');
                        String month = monthFormat.format(date);
                        // 计算每个月的数据组数
                        if (monthDataCount.containsKey(month)) {
                            monthDataCount.put(month, monthDataCount.get(month) + 1);
                        } else {
                            monthDataCount.put(month, 1);
                        }
                        // 获取第二列单元格
                        Cell valueCell = row.getCell(1);
                        if (valueCell != null && valueCell.getCellType() == CellType.NUMERIC) {
                            // 创建新的行
                            Row newRow = newSheet.createRow(i);
                            // 复制日期单元格
                            Cell newDateCell = newRow.createCell(0);
                            newDateCell.setCellValue(date);
                            // 复制数值单元格
                            Cell newValueCell = newRow.createCell(1);
                            newValueCell.setCellValue(valueCell.getNumericCellValue());
                        }
                    }
                }
            }
        }
        // 对每个月的数据进行补充
        for (String month : monthDataCount.keySet()) {
            int count = monthDataCount.get(month);
            if (count < 5) {
                // 解析月份
                SimpleDateFormat monthFormat = new SimpleDateFormat('yyyy/MM');
                Date date = monthFormat.parse(month);
                // 获取当前月份的最后一天
                SimpleDateFormat dayFormat = new SimpleDateFormat('yyyy/MM/dd');
                Date lastDay = dayFormat.parse(month + '/01');
                lastDay.setMonth(lastDay.getMonth() + 1);
                lastDay.setDate(lastDay.getDate() - 1);
                // 获取当前月份的时间规律
                List<Date> pattern = getDatePattern(date, lastDay, count);
                // 对时间规律进行处理
                for (Date d : pattern) {
                    // 创建新的行
                    Row newRow = newSheet.createRow(newSheet.getLastRowNum() + 1);
                    // 复制日期单元格
                    Cell newDateCell = newRow.createCell(0);
                    newDateCell.setCellValue(d);
                    // 复制数值单元格
                    Cell newValueCell = newRow.createCell(1);
                    newValueCell.setCellValue(calculateKNN(sheet, d, 1));
                }
            }
        }
        // 创建折线图
        XSSFDrawing drawing = newSheet.createDrawingPatriarch();
        XSSFChart chart = drawing.createChart(drawing.createAnchor(0, 0, 0, 0, 7, 1, 17, 15));
        // 设置图表类型为折线图
        chart.getCTChart().getPlotArea().getLineChartArray(0).addNewSmooth().setVal(true);
        // 设置 X 轴为日期类型
        chart.getCTChart().getPlotArea().getCatAxArray(0).addNewAxId().setVal(123456);
        chart.getCTChart().getPlotArea().getCatAxArray(0).addNewScaling().addNewOrientation().setVal(org.openxmlformats.schemas.drawingml.x2006.chart.STOrientation.MIN_MAX);
        chart.getCTChart().getPlotArea().getCatAxArray(0).addNewDelete().setVal(false);
        chart.getCTChart().getPlotArea().getCatAxArray(0).addNewAxPos().setVal(org.openxmlformats.schemas.drawingml.x2006.chart.STAxPos.B);
        chart.getCTChart().getPlotArea().getCatAxArray(0).addNewCrossAx().setVal(123457);
        chart.getCTChart().getPlotArea().addNewLayout();
        chart.getCTChart().getPlotArea().getLineChartArray(0).addNewMarker().addNewSymbol().setVal(org.openxmlformats.schemas.drawingml.x2006.chart.STMarkerStyle.NONE);
        chart.getCTChart().getPlotArea().getLineChartArray(0).addNewMarker().addNewSize().setVal(5);
        chart.getCTChart().getPlotArea().getLineChartArray(0).addNewMarker().addNewSpPr().addNewLn().addNewSolidFill().addNewSrgbClr().setVal(new byte[]{(byte) 0, (byte) 0, (byte) 0});
        chart.getCTChart().getPlotArea().getLineChartArray(0).addNewSmooth().setVal(true);
        chart.getCTChart().getPlotArea().getLineChartArray(0).addNewVaryColors().setVal(false);
        chart.getCTChart().getPlotArea().getLineChartArray(0).addNewSer().addNewIdx().setVal(0);
        chart.getCTChart().getPlotArea().getLineChartArray(0).getSerArray(0).addNewOrder().setVal(0);
        chart.getCTChart().getPlotArea().getLineChartArray(0).getSerArray(0).addNewTx().addNewStrRef().setF('Sheet1!$B$1');
        chart.getCTChart().getPlotArea().getLineChartArray(0).getSerArray(0).addNewSpPr().addNewLn().addNewSolidFill().addNewSrgbClr().setVal(new byte[]{(byte) 0, (byte) 0, (byte) 0});
        chart.getCTChart().getPlotArea().getLineChartArray(0).getSerArray(0).addNewMarker().addNewSymbol().setVal(org.openxmlformats.schemas.drawingml.x2006.chart.STMarkerStyle.NONE);
        chart.getCTChart().getPlotArea().getLineChartArray(0).getSerArray(0).addNewMarker().addNewSize().setVal(5);
        chart.getCTChart().getPlotArea().getLineChartArray(0).getSerArray(0).addNewSmooth().setVal(true);
        chart.getCTChart().getPlotArea().getLineChartArray(0).getSerArray(0).addNewVal().addNewNumRef().setF('Sheet1!$B$2:$B$' + (newSheet.getLastRowNum() + 1));
        chart.getCTChart().getPlotArea().getLineChartArray(0).getSerArray(0).addNewXVal().addNewNumRef().setF('Sheet1!$A$2:$A$' + (newSheet.getLastRowNum() + 1));
        chart.getCTChart().getPlotArea().getLineChartArray(0).getSerArray(0).addNewSmooth().setVal(true);
        chart.getCTChart().getPlotArea().getLineChartArray(0).getSerArray(0).addNewMarker().addNewSymbol().setVal(org.openxmlformats.schemas.drawingml.x2006.chart.STMarkerStyle.NONE);
        chart.getCTChart().getPlotArea().getLineChartArray(0).getSerArray(0).addNewMarker().addNewSize().setVal(5);
        chart.getCTChart().getPlotArea().getLineChartArray(0).getSerArray(0).addNewMarker().addNewSpPr().addNewLn().addNewSolidFill().addNewSrgbClr().setVal(new byte[]{(byte) 0, (byte) 0, (byte) 0});
        // 将工作簿写入输出文件
        newWorkbook.write(outputStream);
        System.out.println('Data filling and chart creation completed.'); // 输出信息
    } catch (Exception e) { // 捕获异常
        e.printStackTrace();
    }
}

// 计算KNN邻近算法填充的值
private static double calculateKNN(Sheet sheet, int rowIndex, int columnIndex) {
    List<Double> data = new ArrayList<Double>(); // 存储数据
    for (int i = 0; i <= sheet.getLastRowNum(); i++) { // 对每一行进行处理
        Row row = sheet.getRow(i); // 获取行对象
        if (row != null) {
            Cell cell = row.getCell(columnIndex); // 获取指定列的单元格
            if (cell != null && cell.getCellType() == CellType.NUMERIC) {
                data.add(cell.getNumericCellValue()); // 将数据添加到列表中
            }
        }
    }
    if (data.size() > 0) { // 如果存在数据
        double missingValue = 0; // 缺失值
        Row row = sheet.getRow(rowIndex); // 获取当前行对象
        if (row != null) {
            Cell cell = row.getCell(columnIndex); // 获取指定列的单元格
            if (cell == null || cell.getCellType() == CellType.BLANK) { // 如果单元格为空
                missingValue = 0; // 缺失值为 0
            } else if (cell.getCellType() == CellType.NUMERIC) {
                missingValue = cell.getNumericCellValue(); // 缺失值为单元格中的值
            } else if (cell.getCellType() == CellType.STRING) {
                try {
                    missingValue = Double.parseDouble(cell.getStringCellValue()); // 转换为数字类型
                } catch (NumberFormatException e) {
                    missingValue = 0; // 转换失败则缺失值为 0
                }
            }
        }
        if (missingValue > 0) { // 如果缺失值大于 0
            return missingValue; // 直接返回缺失值
        } else {
            List<Double> distances = new ArrayList<Double>(); // 存储距离
            for (double value : data) { // 遍历数据
                double distance = Math.abs(value - missingValue); // 计算距离
                distances.add(distance); // 将距离添加到列表中
            }
            Collections.sort(distances, new Comparator<Double>() {
                @Override
                public int compare(Double o1, Double o2) {
                    return Double.compare(o1, o2);
                }
            });
            int k = 3; // 取前三个最近的邻居
            double sum = 0; // 总和
            int count = 0; // 计数器
            for (int i = 0; i < k && i < distances.size(); i++) { // 对前 k 个最近的邻居进行处理
                double value = data.get(distances.indexOf(distances.get(i))); // 获取对应的值
                sum += value; // 累加值
                count++; // 计数器加 1
            }
            if (count > 0) { // 如果计数器大于 0
                return sum / count; // 返回平均值
            } else {
                return 0; // 否则返回 0
            }
        }
    } else {
        return 0; // 如果不存在数据，则返回 0
    }
}

// 解析日期
private static Date parseDate(String dateString) {
    SimpleDateFormat dateFormat = new SimpleDateFormat('yyyy/MM/dd HH:mm'); // 创建日期格式化器
    try {
        return dateFormat.parse(dateString); // 解析日期
    } catch (ParseException e) { // 捕获异常
        e.printStackTrace();
        return null; // 返回 null
    }
}

// 获取时间规律
private static List<Date> getDatePattern(Date startDate, Date endDate, int count) {
    List<Date> pattern = new ArrayList<Date>();
    // 计算时间间隔
    long interval = (endDate.getTime() - startDate.getTime()) / (count - 1);
    // 填充时间规律
    for (int i = 0; i < count; i++) {
        long time = startDate.getTime() + i * interval;
        Date date = new Date(time);
        pattern.add(date);
    }
    return pattern;
}

}