Обробка пропущених значень
Щоб замінити пропущені значення у ваших часових рядах, ви можете використати команду:
df = df.fillna(method="ffill")
де аргумент визначає тип методу, який ви хочете застосувати. Наприклад, зазначення bfill (тобто зворотне заповнення) забезпечить заміну пропущених значень наступним коректним спостереженням, тоді як ffill (тобто пряме заповнення) замінює пропущені значення останнім коректним спостереженням.
Згадайте з попередньої вправи, що в co2_levels є 59 пропущених значень.
Ця вправа є частиною курсу
Візуалізація часових рядів у Python
Інструкції до вправи
- Заповніть ці пропущені значення у
co2_levels, використавши зворотне заповнення (backfilling). - Виведіть загальну кількість пропущених значень.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Impute missing values with the next valid observation
co2_levels = co2_levels.____(method=____)
# Print out the number of missing values
____(____.____())