Reto
Tarea
Swipe to start coding
Ahora que ya sabe cómo trabajar con datos de series temporales, se enfrenta a la tarea de procesarlos:
- Convierta el tipo de datos de la columna de str
'Mes'a datetime. - Rellenar los valores
NaNutilizando el método de interpolación. -
- Utilizar el método de la media móvil para eliminar el ruido de los datos.
Solución
import pandas as pd
# Read a dataset
dataset = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/9c23bf60-276c-4989-a9d7-3091716b4507/datasets/monthly-sunspots.csv')
# Convert 'Month' column to datetime format
dataset['Month'] = pd.to_datetime(dataset['Month'], format='%Y-%m')
# Interpolate missing values
dataset['Sunspots'] = dataset['Sunspots'].interpolate(method='linear')
# Remove noise from the data
dataset['Sunspots'] = dataset['Sunspots'].rolling(window=3).mean()
# Print the transformed dataset
print(dataset)
¿Todo estuvo claro?
¡Gracias por tus comentarios!
Sección 4. Capítulo 6
import pandas as pd
# Read a dataset
dataset = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/9c23bf60-276c-4989-a9d7-3091716b4507/datasets/monthly-sunspots.csv')
# Convert 'Month' column to datetime format
dataset['Month'] = pd.___(dataset['Month'], format=___)
# Interpolate missing values
dataset['Sunspots'] = dataset['Sunspots'].___(method='linear')
# Remove noise from the data
dataset['Sunspots'] = dataset['Sunspots'].___(window=3).mean()
# Print the transformed dataset
print(dataset)
