Completarea datelor lipsă din serii de timp
Imputarea datelor din serii de timp necesită o abordare specială. Astfel de date au, de obicei, caracteristici particulare – tendință, sezonalitate și ciclicitate – pe care le putem valorifica atunci când completăm valorile lipsă. În DataFrame-ul airquality poți observa aceste caracteristici. Scopul tău este să imputezi valorile ținând cont de ele.
În acest exercițiu, vei folosi metoda .fillna() pentru a imputa date din serii de timp. Vei aplica strategiile de completare înainte (forward fill) și completare înapoi (backward fill).
Acest exercițiu face parte din cursul
Gestionarea datelor lipsă în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Print prior to imputing missing values
print(airquality[30:40])
# Fill NaNs using forward fill
airquality.___(___, inplace=True)
# Print after imputing missing values
print(airquality[30:40])