시계열 결측치 채우기
시계열 데이터의 결측치를 채우려면 특별한 접근이 필요해요. 시계열 데이터에는 보통 추세, 계절성, 순환성 같은 특징이 있으며, 결측치를 대치할 때 이러한 특징을 활용할 수 있습니다. airquality DataFrame에서도 이런 특성을 확인할 수 있어요. 목표는 이러한 특성을 고려해 값을 적절히 대치하는 것입니다.
이번 연습 문제에서는 .fillna() 메서드를 사용해 시계열 데이터를 대치해 보겠습니다. 시계열 대치를 위해 forward fill과 backward fill 전략을 사용해 볼 거예요.
이 연습은 강의의 일부입니다
Python에서 결측치 다루기
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Print prior to imputing missing values
print(airquality[30:40])
# Fill NaNs using forward fill
airquality.___(___, inplace=True)
# Print after imputing missing values
print(airquality[30:40])