Comece agoraComece grátis

Imputar com o método interpolate

Séries temporais têm tendências de altas e baixas ao longo do tempo. Por isso, preencher sequências de valores constantes com métodos como forward fill ou backward fill não é adequado. Uma imputação mais apropriada é usar métodos como imputação linear ou quadrática, em que os valores são preenchidos com incrementos ou decrementos.

Neste exercício, você vai usar o método .interpolate() no DataFrame airquality. Você usará os métodos linear, quadratic e nearest. Você também pode encontrar a lista detalhada de estratégias de interpolação aqui.

Este exercicio faz parte do curso

Lidando com Dados Ausentes em Python

Ver curso

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

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

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

# Print after interpolation
print(airquality[30:40])
Editar e Executar Código