Заполнение пропущенных значений
Как заполнить пропущенные точки данных?
В этом упражнении вы попрактикуетесь в использовании различных методов интерполяции для заполнения пропущенных значений и будете визуализировать результат на каждом шаге. Но сначала вы создадите функцию (interpolate_and_plot()), которая будет использоваться для интерполяции пропущенных точек и их отображения на графике.
Один временной ряд уже загружен в DataFrame с именем prices.
Это упражнение является частью курса
Машинное обучение для данных временных рядов на Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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()