文档摘要

1.3 数据类型与预处理：缺失、异常、采样频率的现场勘查 本节摘要：原始时间序列几乎一定有缺失、重复、异常值和采样频率漂移四类"现场污染"。本节给出一份"勘查清单"——三步走确认频率、补齐缺失、识别异常——并配一段可跑的 pandas 代码，让读者在动手建模前先把数据整理干净。 本节路线图 阅读完本节，你应当能够： 识别时间序列中常见的四类污染：缺失、重复、异常、采样频率漂移。 会员。《1.3 数据类型与预处理》收录于灏天文库文集《时间序列分析基础：趋势、周期与季节性》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/489-%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E5%88%86%E6%9E%90%E5%9F%BA%E7%A1%80%E8%B6%8B%E5%8A%BF%E5%91%A8%E6%9C%9F%E4%B8%8E%E5%AD%A3%E8%8A%82%E6%80%A7

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流