Brakujące dane II
Podczas analizy danych warto zwracać uwagę na dłuższe, ciągłe okresy bez danych – mogą one znacząco wpływać na wyniki.
Można co prawda uzupełniać brakujące wartości w kolumnach, jednak poprzednie metody nie pozwalały wykryć, czy dane są nieobecne przez dłuższy czas.
W tym ćwiczeniu poszukasz takich okresów i spróbujesz je zidentyfikować wizualnie na wykresie liniowym.
To ćwiczenie jest częścią kursu
Analiza danych IoT w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Calculate and print NA count
print(data.____().____())