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
Machine Learning for Time Series Data in Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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()