Visualizar datos desordenados
Vamos a ver un nuevo conjunto de datos; este es un poco menos limpio que los que has visto antes.
Como siempre, empezarás visualizando los datos en bruto. Observa con atención e intenta encontrar puntos de datos que puedan ser problemáticos para ajustar modelos.
Los datos se han cargado en un DataFrame llamado prices.
Este ejercicio forma parte del curso
Machine Learning para datos de series temporales en Python
Instrucciones del ejercicio
- Visualiza la serie temporal con Pandas.
- Calcula la cantidad de valores ausentes en cada serie temporal. Anota cualquier irregularidad que veas. ¿Qué crees que puede ser?
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Visualize the dataset
prices.____(legend=False)
plt.tight_layout()
plt.show()
# Count the missing values of each time series
missing_values = prices.____.____
print(missing_values)