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
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.___(___='___')