Imputasi dengan metode interpolate
Data deret waktu memiliki tren naik turun terhadap waktu. Karena itu, mengisi deret nilai secara datar menggunakan metode seperti forward fill atau backward fill tidaklah sesuai. Imputasi yang lebih tepat adalah menggunakan metode seperti imputasi linear atau kuadratik, di mana nilai diisi dengan nilai yang meningkat atau menurun secara bertahap.
Dalam latihan ini, Anda akan bekerja dengan metode .interpolate() pada DataFrame airquality. Anda akan menggunakan metode linear, quadratic, dan nearest. Anda juga dapat menemukan daftar lengkap strategi interpolasi di sini.
Latihan ini adalah bagian dari kursus
Menangani Data Hilang di Python
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Print prior to interpolation
print(airquality[30:40])
# Interpolate the NaNs linearly
airquality.interpolate(___, inplace=True)
# Print after interpolation
print(airquality[30:40])