Pandas时间序列数据帧缺失值

Question

我有一个2008-2015年总销售额的数据集。我每天都有一个条目，因此我有一个created a pandas DataFrame和一个销售列。看起来像这个

问题是我缺少2010年大部分时间的数据。这些丢失的值当前由0.0表示，因此如果我绘制数据帧

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年留在数据框中，任何尝试过的预测都会被明显的（尽管是错误的）销售下降所扭曲。在

在这种情况下，推荐的方法是什么？我想我应该把2010年的数据全部删除，但是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。在

不过，如果我只删除2010年，这个情节“填补”了2010年，这对我毫无帮助

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