Python 時系列分析 1,000本ノック– ノック52: 時系列データの欠損値の補完 –

問題
答え
解説

次の Python コードの出力はどれでしょうか？

Python コード:

import pandas as pd
import numpy as np

data = pd.Series([1, np.nan, 3, np.nan, 5])

data_filled = data.ffill() 

print(np.array(data_filled))

回答の選択肢:

(A) [1. NaN 3. NaN 5.] (B) [1. 2. 3. 4. 5.] (C) [1. 1. 3. 3. 5.] (D) [1. 3. 3. 3. 5.]

出力例:

[1. 1. 3. 3. 5.]

正解: (C)

回答の選択肢:

(A) [1. NaN 3. NaN 5.] (B) [1. 2. 3. 4. 5.] (C) [1. 1. 3. 3. 5.] (D) [1. 3. 3. 3. 5.]

コードの解説

このコードは、欠損値を持つ時系列データの前方埋め補完を行っています。

import pandas as pd
import numpy as np

data = pd.Series([1, np.nan, 3, np.nan, 5])

data_filled = data.ffill() 

print(np.array(data_filled))

詳しく説明します。

欠損値（np.nan）を含む時系列データを作成します。このデータは、5つの要素からなるpandasのSeriesオブジェクトです。

data = pd.Series([1, np.nan, 3, np.nan, 5])

ffill()メソッドを使用して、欠損値を前方の最後の有効な観測値で補完（前方埋め）します。

data_filled = data.ffill()

最後に、補完後のデータの値を出力しています。

print(np.array(data_filled))

[1. 1. 3. 3. 5.]

pandasの欠損補完のためのメソッド

Pandasで欠損値を補完するためには、いくつかのメソッドがあります。主に使用されるメソッドは以下の通りです：

fillna(): 欠損値を特定の値や方法（前方補完や後方補完など）で埋めます。
ffill(): 前方補完（forward fill）を行い、欠損値を直前の有効な値で置き換えます。
bfill(): 後方補完（backward fill）を行い、欠損値を直後の有効な値で置き換えます。
interpolate(): 欠損値を線形補間や他の方法で推定して埋めます。

これらのメソッドを使って、データセットの欠損値を適切に補完し、データ分析や機械学習モデルのトレーニングの際の問題を回避することができます。

interpolate()に関しては、「ノック51: 時系列データの欠損値の補完」で触れています。