Imputer les valeurs manquantes
Quand vous avez des points de données manquants, comment pouvez-vous les compléter?
Dans cet exercice, vous allez pratiquer différentes méthodes d'interpolation pour combler certaines valeurs manquantes,
et visualiser le résultat chaque fois. Mais d'abord, vous allez créer la fonction (interpolate_and_plot()) que vous utiliserez pour interpoler les points manquants et les tracer.
Une seule série chronologique a été chargée dans un DataFrame nommé prices.
Cette activité fait partie du cours
Machine Learning pour les données chronologiques en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Create a function we'll use to interpolate and plot
def interpolate_and_plot(prices, interpolation):
# Create a boolean mask for missing values
missing_values = prices.____()
# Interpolate the missing values
prices_interp = prices.____(interpolation)
# Plot the results, highlighting the interpolated values in black
fig, ax = plt.subplots(figsize=(10, 5))
prices_interp.plot(color='k', alpha=.6, ax=ax, legend=False)
# Now plot the interpolated values on top in red
prices_interp[missing_values].plot(ax=ax, color='r', lw=3, legend=False)
plt.show()