Python 绘制由缺失值组成的数据集的平均线性回归

我试着用计算机绘制一个线性图

---

m、 b=np。多边形拟合（x0，y0，1）函数，但当我打印m2，b2，m3，b3时，我得到nan。从空值。如何修复此问题？

您似乎输入了一个错误

idxy1=np.isfinite（col1）和np.isfinite（col2）
idxy2=np.isfinite（col1）和np.isfinite（col3）
idxy3=np.isfinite（col1）和np.isfinite（col4）
m1，b1=np.polyfit（col1[idxy1]，col2[idxy1]，1）
m2，b2=np.polyfit（col1[idxy2]，col2[idxy2]，1）#
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression

col1 = [2011.005, 2012.6543, 2013.3456, 2014.7821, 2015.3421, 2016.7891, 2017.0173, 2018.1974]
col2 = [1.4356, "", 5.32245, 6.542, 7.567, .77558, "", ""]
col3 = [1.3345, 2.345, "", 5.356, 3.124, 6.12, "", ""]
col4 = [0.67, 4.235, "", 6.78, "", "", 9.56, ""]

col1 = pd.to_numeric(col1, errors='coerce')
col2 = pd.to_numeric(col2, errors='coerce')
col3 = pd.to_numeric(col3, errors='coerce')
col4 = pd.to_numeric(col4, errors='coerce')

idxy1 = np.isfinite(col1) & np.isfinite(col2) 
idxy2 = np.isfinite(col1) & np.isfinite(col3)
idxy3 = np.isfinite(col1) & np.isfinite(col4)

m1,b1 = np.polyfit(col1[idxy1], col2[idxy1], 1)
m2,b2 = np.polyfit(col1[idxy2], col2[idxy2], 1)
m3,b3 = np.polyfit(col1[idxy3], col2[idxy3], 1)

print(pd.isna(col2))
plt.figure()
plt.legend()
plt.show()