Imputer les valeurs manquantes

Lorsque vous avez des points de données manquants, comment pouvez-vous les compléter ?

Dans cet exercice, vous allez vous entraîner à utiliser différentes méthodes d'interpolation pour remplir certaines valeurs manquantes, en visualisant le résultat à 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 série temporelle unique a été chargée dans un DataFrame nommé prices.

Cet exercice fait partie du cours

<cours>Machine Learning for Time Series Data in Python</cours>

Voir le cours

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()

Modifier et exécuter le code