Імпутація пропущених значень

Як заповнювати пропущені точки даних?

У цій вправі ви потренуєтеся використовувати різні методи інтерполяції, щоб заповнити деякі пропущені значення, щоразу візуалізуючи результат. Але спершу ви створите функцію (interpolate_and_plot()), яку використаєте для інтерполяції пропущених точок і їхнього відображення на графіку.

Один часовий ряд завантажено у датафрейм prices.

Ця вправа є частиною курсу

Machine Learning для часових рядів у Python

Переглянути курс

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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()

Редагувати та запускати код