清洗你的时间序列数据

用 Python 可视化时间序列数据

Thomas Vincent

Head of Data Science, Getty Images

CO2 水平的时间序列

夏威夷茂纳罗亚观测站每周 CO2 浓度测量的片段。

datastamp    co2                   
1958-03-29  316.1
1958-04-05  317.3
1958-04-12  317.6
...
...
2001-12-15  371.2
2001-12-22  371.3
2001-12-29  371.5
用 Python 可视化时间序列数据

在 DataFrame 中查找缺失值

print(df.isnull())

datestamp   co2
1958-03-29  False
1958-04-05  False
1958-04-12  False

print(df.notnull())

datestamp    co2
1958-03-29   True
1958-04-05   True
1958-04-12   True
...
用 Python 可视化时间序列数据

统计 DataFrame 中的缺失值

print(df.isnull().sum())

datestamp     0
co2          59
dtype: int64
用 Python 可视化时间序列数据

替换 DataFrame 中的缺失值

print(df)

...
5  1958-05-03  316.9
6  1958-05-10    NaN
7  1958-05-17  317.5
...

df = df.fillna(method='bfill')
print(df)

...
5  1958-05-03  316.9
6  1958-05-10  317.5
7  1958-05-17  317.5
...
用 Python 可视化时间序列数据

让我们来练习！

用 Python 可视化时间序列数据

Preparing Video For Download...