Visualizando imputações em séries temporais

Lidando com Dados Ausentes em Python

Suraj Donthi

Deep Learning & Computer Vision Learning

Gráfico de série temporal da qualidade do ar

airquality['Ozone'].plot(title='Ozone', marker='o', figsize=(30, 5))

Gráfico de série temporal do conjunto de dados de qualidade do ar

Imputação com ffill

ffill_imp['Ozone'].plot(color='red', marker='o', linestyle='dotted', figsize=(30, 5))

airquality['Ozone'].plot(title='Ozone', marker='o')

Gráfico de série temporal do conjunto preenchido com forward fill

Imputação com bfill

bfill_imp['Ozone'].plot(color='red', marker='o', linestyle='dotted', figsize=(30, 5))
airquality['Ozone'].plot(title='Ozone', marker='o')

Gráfico de série temporal do conjunto preenchido com backward fill

Interpolação linear

linear_interp['Ozone'].plot(color='red', marker='o', linestyle='dotted', figsize=(30, 5))
airquality['Ozone'].plot(title='Ozone', marker='o')

Gráfico de série temporal do conjunto interpolado linearmente

Interpolação quadrática

quadratic_interp['Ozone'].plot(color='red', marker='o', linestyle='dotted', figsize=(30, 5))
airquality['Ozone'].plot(title='Ozone', marker='o')

Gráfico de série temporal do conjunto interpolado quadraticamente

Interpolação por vizinho mais próximo

nearest_interp['Ozone'].plot(color='red', marker='o', linestyle='dotted', figsize=(30, 5))
airquality['Ozone'].plot(title='Ozone', marker='o')

Gráfico de série temporal do conjunto interpolado pelo vizinho mais próximo

Comparação das interpolações

# Create subplots
fig, axes = plt.subplots(3, 1, figsize=(30, 20))

# Create interpolations dictionary
interpolations = {'Linear Interpolation': linear_interp, 
                         'Quadratic Interpolation': quadratic_interp, 
                         'Nearest Interpolation': nearest_interp}

# Visualize each interpolation
for ax, df_key in zip(axes, interpolations):
            interpolations[df_key].Ozone.plot(color='red', marker='o', 
                                              linestyle='dotted', ax=ax)
            airquality.Ozone.plot(title=df_key + ' - Ozone', marker='o', ax=ax)

Comparação das interpolações

Comparação dos DataFrames de qualidade do ar interpolados

Comparação das técnicas de imputação

Comparação de todos os conjuntos de dados de qualidade do ar imputados

Resumo

Gráfico de série temporal do DataFrame imputado
Comparação das imputações

Vamos praticar!

Lidando com Dados Ausentes em Python