Imputa con el método interpolate
Los datos de series temporales muestran tendencias de subidas y bajadas a lo largo del tiempo. Por eso, rellenar con series planas de valores usando métodos como forward fill o backward fill no es adecuado. Una imputación más apropiada sería usar métodos como la imputación lineal o cuadrática, donde los valores se completan incrementando o decrementando.
En este ejercicio, trabajarás con el método .interpolate() sobre el DataFrame airquality. Usarás los métodos lineal, cuadrático y nearest. También puedes consultar la lista detallada de estrategias de interpolación aquí.
Este ejercicio forma parte del curso
Cómo tratar datos faltantes en Python
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Print prior to interpolation
print(airquality[30:40])
# Interpolate the NaNs linearly
airquality.interpolate(___, inplace=True)
# Print after interpolation
print(airquality[30:40])