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 exercício faz parte do curso
Lidando com Dados Ausentes em Python
Exercício interativo prático
Experimente este exercício 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])