Visualizando dados bagunçados
Vamos analisar um novo conjunto de dados — este é um pouco menos limpo do que os anteriores.
Como sempre, comece visualizando os dados brutos. Observe com atenção e tente encontrar pontos que possam ser problemáticos para ajustar modelos.
Os dados foram carregados em um DataFrame chamado prices.
Este exercício faz parte do curso
Machine Learning para dados de séries temporais em Python
Instruções do exercício
- Visualize a série temporal usando Pandas.
- Calcule o número de valores ausentes em cada série temporal. Observe quaisquer irregularidades que você notar. O que você acha que elas são?
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Visualize the dataset
prices.____(legend=False)
plt.tight_layout()
plt.show()
# Count the missing values of each time series
missing_values = prices.____.____
print(missing_values)