1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Xử lý Dữ liệu Khuyết trong Python
Connected

Bài tập

Nội suy để bù khuyết với phương thức interpolate

Dữ liệu chuỗi thời gian thường có xu hướng lên xuống theo thời gian. Vì vậy, việc điền giá trị phẳng bằng các phương pháp như forward fill hoặc backward fill là không phù hợp. Một cách bù khuyết hợp lý hơn là dùng các phương pháp như nội suy tuyến tính hoặc bậc hai, trong đó các giá trị được điền theo hướng tăng hoặc giảm dần.

Trong bài tập này, bạn sẽ làm việc với phương thức .interpolate() trên DataFrame airquality. Bạn sẽ dùng các phương pháp tuyến tính (linear), bậc hai (quadratic) và láng giềng gần nhất (nearest). Bạn cũng có thể xem danh sách chi tiết các chiến lược nội suy tại đây.

Hướng dẫn 1/3

undefined XP
  • 1
    • Nội suy giá trị thiếu bằng phương pháp tuyến tính (linear).
  • 2
    • Nội suy giá trị thiếu bằng phương pháp bậc hai (quadratic).
  • 3
    • Nội suy giá trị thiếu bằng phương pháp láng giềng gần nhất (nearest).