填充缺失值的工具¶
- darts.utils.missing_values.extract_subseries(series, min_gap_size=1, mode='all')[source]¶
通过使用明显的缺失值间隔将时间序列划分为一系列子序列
- 参数
series (
TimeSeries) – 要划分为子序列的时间序列 (TimeSeries)min_gap_size (
Optional[int,None]) – 视为明显间隔的连续缺失值的最小数量。默认为 1。mode (
str) – 仅用于多元时间序列。间隔的定义；给定时间戳下，任何列中存在 NaN（"any"）或所有列中都存在 NaN（"all"）。默认为 "all"。
- 返回
一个 TimeSeries 列表，是没有任何明显缺失值间隔的子序列
- 返回类型
subseries
另请参阅
TimeSeries.gaps返回时间序列中的间隔
- darts.utils.missing_values.fill_missing_values(series, fill='auto', **interpolate_kwargs)[source]¶
填充给定时间序列中的缺失值
- 参数
series (
TimeSeries) – 要填充缺失值的时间序列 (TimeSeries)fill (
Union[str,float]) – 用于替换缺失值的值。如果设置为 'auto'，将使用 pandas.Dataframe.interpolate() 方法自动填充缺失值。interpolate_kwargs – pandas.Dataframe.interpolate() 的关键字参数，仅在 fill 设置为 'auto' 时使用。支持参数列表请参见此处文档。
- 返回
一个新的 TimeSeries，其中所有缺失值都已根据上述规则填充。
- 返回类型
- darts.utils.missing_values.missing_values_ratio(series)[source]¶
计算缺失值的比例
- 参数
series (
TimeSeries) – 要计算比例的时间序列 (TimeSeries)- 返回
缺失值的比例
- 返回类型
float