Buongiorno a tutti.

Qualcuno sa dirmi se esiste un metodo in Python per riempire i valori mancanti di una serie storica?

Esempio: una serie storica di due soli dati mi riporta come in esempio:

03/07/20xx; val1, val2, val3, ecc

05/07/20xx; val1, val2, val3, ecc




Come si vede, nell'esempio non compare la data del 04/07/20xx


La domanda è: esiste un metodo che consenta a Python o ad una qualsiasi delle sue librerie di aggiungere la data mancante alla serie? Io ho trovato solo metodi che consentano di aggiungere valori mancanti a record esistenti ma qui il record non c'è e deve essere prima creato e poi popolato secondo letteratura.

Detta così il problema può sembrare di poco conto ma per chi usa l'econometria per l'analisi di serie storiche è questione di ordine fondamentale.

Grazie in anticipo a chiunque vorrà rispondere.

fv

Sì, esistono varie tecniche Python per inserire i dati mancanti in una serie temporale. Le tecniche di interpolazione, che stimano i valori mancanti in base ai valori dei punti dati circostanti, sono una strategia prevalente.




Ecco come utilizzare la libreria del panda per colmare le lacune in una serie temporale:

import pandas as pd

# create a sample DataFrame with missing values
df = pd.DataFrame({
    'date': ['03/07/20xx', '05/07/20xx'],
    'val1': [10, 20],
    'val2': [15, 25]
})
df['date'] = pd.to_datetime(df['date'], format='%d/%m/%Y')

# set the date column as the index
df.set_index('date', inplace=True)

# resample the DataFrame to fill missing dates
df = df.resample('D').asfreq()

# interpolate the missing values
df.interpolate(inplace=True)

# reset the index and display the DataFrame
df = df.reset_index()
print(df)

Iniziamo creando un semplice frame di dati con due righe e due colonne, quindi convertiamo la colonna della data in un tipo datetime. La colonna della data viene quindi impostata come indice del DataFrame.





Il frame di dati viene quindi ricampionato utilizzando la funzione resample() con una frequenza di 'D' (giornaliera) per includere le date mancanti. La funzione asfreq() inserisce i valori NaN nelle nuove righe.




Infine, usiamo la funzione interpolate() per interpolare i dati mancanti e ripristinare l'indice per mostrare il frame di dati finito.




È importante notare che il metodo di interpolazione che scegli è determinato dalle proprietà dei tuoi dati e dal contesto del tuo studio. La funzione interpolate() supporta una varietà di algoritmi di interpolazione, inclusa l'interpolazione lineare, polinomiale e spline. A seconda delle tue esigenze, puoi anche scegliere di compilare i dati mancanti utilizzando vari approcci, come il riempimento in avanti o all'indietro.

Hello this is Gulshan Negi
Well, there are several methods in Python to fill missing values in a time series, including forward fill, backward fill, linear interpolation, seasonal interpolation, and mean/median imputation. The best method for filling missing values in a time series depends on the nature of the missing data and the characteristics of the time series.

I hope you are clear now.

Thanks