การ Impute ด้วยเมธอด interpolate
ข้อมูลอนุกรมเวลามีแนวโน้มที่ขึ้นๆ ลงๆ ตามเวลา ดังนั้นการเติมค่าด้วยวิธีอย่าง forward fill หรือ backward fill ซึ่งให้ค่าคงที่ตลอดช่วงจึงไม่เหมาะสมนัก วิธีที่เหมาะกว่าคือการใช้เทคนิคอย่าง linear หรือ quadratic imputation ซึ่งเติมค่าด้วยลำดับที่เพิ่มขึ้นหรือลดลงอย่างต่อเนื่อง
ในแบบฝึกหัดนี้ จะได้ใช้เมธอด .interpolate() กับ DataFrame airquality โดยทดลองใช้เมธอด linear, quadratic และ nearest ดูรายการกลยุทธ์การ interpolation ทั้งหมดได้ที่นี่
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การจัดการข้อมูลที่หายไปใน Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Print prior to interpolation
print(airquality[30:40])
# Interpolate the NaNs linearly
airquality.interpolate(___, inplace=True)
# Print after interpolation
print(airquality[30:40])