Imputação de valores ausentes

Quando você tem pontos de dados ausentes, como pode preenchê-los?

Neste exercício, você praticará o uso de diferentes métodos de interpolação para preencher alguns valores ausentes, visualizando o resultado a cada vez. Mas, primeiro, você criará a função (interpolate_and_plot()) que usará para interpolar pontos de dados ausentes e plotá-los.

Uma única série temporal foi carregada em um DataFrame chamado prices.

Este exercício faz parte do curso

Aprendizado de máquina para dados de séries temporais em Python

Ver Curso

Exercício interativo prático

Experimente este exercício preenchendo este código de exemplo.

# Create a function we'll use to interpolate and plot
def interpolate_and_plot(prices, interpolation):

    # Create a boolean mask for missing values
    missing_values = prices.____()

    # Interpolate the missing values
    prices_interp = prices.____(interpolation)

    # Plot the results, highlighting the interpolated values in black
    fig, ax = plt.subplots(figsize=(10, 5))
    prices_interp.plot(color='k', alpha=.6, ax=ax, legend=False)
    
    # Now plot the interpolated values on top in red
    prices_interp[missing_values].plot(ax=ax, color='r', lw=3, legend=False)
    plt.show()

Editar e executar código