Python 时间序列数据帧缺少值

我有一个2008-2015年总销售额的数据集。我每天都有一个条目，因此我创建了一个pandas

DataFrame

，其中包含一个

DatetimeIndex

和一个sales列。看起来是这样的

问题是我缺少2010年大部分时间的数据。这些缺失的值当前由

0.0

表示，因此如果我绘制数据帧，我会得到

我想尝试2016年的预测值，可能使用ARIMA模型，所以我采取的第一步是对这个时间序列进行分解

显然，如果我把2010年放在数据框中，任何试图预测的结果都会被销售的明显下降（尽管是错误的）所扭曲

在这种情况下，推荐的方法是什么？我想我应该干脆放弃2010年，但我不知道我的时间序列从2009年到2011年是否有效。我不想填充缺失的值，因为我不相信我能准确地填充

然而，如果我只是删除2010年，情节“填充”了2010年，这对我没有帮助

sales = sales.drop(sales['2010'].index)

---

你的问题更适合CrossValidated（），尽管在那里搜索“时间序列缺失数据”可能会给你答案。我认为在不完整的情况下放弃2010年是个好主意。然后，您不能根据上一个图所示的时间戳/日期进行绘图/预测。然而，您可以使用每个条目的索引轻松地绘制/预测，但要用每个相关日期标记基线。因此，日期将是可见的，但没有洞将导致下降2010年。