IniziaInizia gratis

Imputa con il metodo interpolate

I dati di serie temporali mostrano andamenti in aumento e diminuzione nel tempo. Per questo motivo, riempire sequenze piatte di valori con metodi come forward fill o backward fill non è adatto. Un'imputazione più indicata è usare metodi come l'imputazione lineare o quadratica, in cui i valori vengono riempiti con valori crescenti o decrescenti.

In questo esercizio userai il metodo .interpolate() sul DataFrame airquality. Userai i metodi lineare, quadratico e nearest. Puoi trovare l'elenco dettagliato delle strategie di interpolazione qui.

Questo esercizio fa parte del corso

Gestire i dati mancanti in Python

Visualizza il corso

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Print prior to interpolation
print(airquality[30:40])

# Interpolate the NaNs linearly
airquality.interpolate(___, inplace=True)

# Print after interpolation
print(airquality[30:40])
Modifica ed esegui il codice