1. Nauka
    2. /
  2. Kursy
    3. /
  3. Braki danych w Pythonie
Connected

ćwiczenie

Imputacja metodą interpolate

Dane szeregów czasowych charakteryzują się trendami wzrostów i spadków w czasie. Wypełnianie brakujących wartości płaską serią za pomocą metod takich jak forward fill czy backward fill nie jest w tym przypadku odpowiednie. Lepszym rozwiązaniem jest użycie interpolacji liniowej lub kwadratowej, gdzie wartości są uzupełniane przez stopniowe zwiększanie lub zmniejszanie.

W tym ćwiczeniu skorzystasz z metody .interpolate() na DataFrame airquality. Wypróbujesz metody liniową, kwadratową i najbliższego sąsiada. Szczegółową listę dostępnych strategii interpolacji znajdziesz tutaj.

Instrukcje 1/3

undefined XP
  • 1
    • Uzupełnij brakujące wartości metodą liniową.
  • 2
    • Uzupełnij brakujące wartości metodą kwadratową.
  • 3
    • Uzupełnij brakujące wartości metodą najbliższego sąsiada.