Visualisera bakåtfyllnadsimputering
För att förstå kvaliteten på imputeringar är det viktigt att analysera hur de skiljer sig från den faktiska datamängden. Det snabbaste sättet att göra det är att visualisera imputeringarna.
I föregående övning visualiserade du framåtfyllnadsimputeringen av tidsserien för airquality-DataFramen. I den här övningen visualiserar du bakåtfyllnadsimputeringen av airquality-DataFramen.
Den här övningen är en del av kursen
Hantera saknade värden i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Impute airquality DataFrame with bfill method
bfill_imputed = airquality.___(___='___')