Scorri per mostrare il menu

Replace Missing Values with Interpolation

Another approach to deal with numerical data is using interpolation. Each NaN value will be replaced with the result of interpolation between the previous and the next entry over the column. Let's apply the interpolate() function to numeric column Age by setting the limit direction to forward. This means that linear interpolation is applied from the first line to the last.


              1
            
data = data.interpolate(method = 'linear', limit_direction = 'forward')

Compito

Swipe to start coding

Fill the empty places in the code. Compare the data in Age column before and after using interpolation (look at the last 10 rows).

Soluzione

Cambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 2. Capitolo 6

Chieda ad AI

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

Replace Missing Values with Interpolation


              1
            
data = data.interpolate(method = 'linear', limit_direction = 'forward')

Compito

Swipe to start coding

Fill the empty places in the code. Compare the data in Age column before and after using interpolation (look at the last 10 rows).

Soluzione

Cambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 2. Capitolo 6

Cambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti