處理遺漏值
若要在時間序列資料中取代遺漏值，你可以使用：
df = df.fillna(method="ffill")
其中的參數用來指定要採用的填補方法。舉例來說，指定 bfill（也就是向後填補）會使用下一筆有效觀測值來取代遺漏值；而 ffill（也就是向前填補）則會使用最後一筆有效觀測值來取代遺漏值。
回想上一個練習，co2_levels 共有 59 個遺漏值。
本練習屬於課程
使用 Python 視覺化時間序列資料
練習說明
- 使用向後填補在
co2_levels中推補這些遺漏值。 - 印出遺漏值的總數。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Impute missing values with the next valid observation
co2_levels = co2_levels.____(method=____)
# Print out the number of missing values
____(____.____())