开始使用免费开始使用

可视化向后填充插补

要判断插补的质量,很重要的一点是分析插补值与原始数据集之间的差异。最快的方法就是把插补结果可视化。

在上一个练习中,您已经可视化了 airquality DataFrame 的时间序列向前填充插补。本练习中,您将可视化 airquality DataFrame 的向后填充插补。

本练习是课程的一部分

在 Python 中处理缺失数据

查看课程

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Impute airquality DataFrame with bfill method
bfill_imputed = airquality.___(___='___')
编辑并运行代码