填补缺失值

当数据中存在缺失点时，如何将它们补上？

在本练习中，您将练习使用不同的插值方法来填补缺失值，并在每次填补后对结果进行可视化。不过，在此之前，您需要先编写一个函数（interpolate_and_plot()），用于对缺失数据点进行插值并绘图。

一个时间序列已加载到名为 prices 的 DataFrame 中。

本练习是课程的一部分

Python 中的时间序列机器学习

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Create a function we'll use to interpolate and plot
def interpolate_and_plot(prices, interpolation):

    # Create a boolean mask for missing values
    missing_values = prices.____()

    # Interpolate the missing values
    prices_interp = prices.____(interpolation)

    # Plot the results, highlighting the interpolated values in black
    fig, ax = plt.subplots(figsize=(10, 5))
    prices_interp.plot(color='k', alpha=.6, ax=ax, legend=False)
    
    # Now plot the interpolated values on top in red
    prices_interp[missing_values].plot(ax=ax, color='r', lw=3, legend=False)
    plt.show()

编辑并运行代码