불규칙하고 부분적으로 누락된 시계열 데이터를 일별 빈도로 리샘플링하고 모델링을 위해 내보내야 합니다. 구현 노력이 가장 적게 드는 가장 간단한 도구는 무엇입니까?

Amazon SageMaker Studio Data Wrangler는 불규칙하고 누락된 시계열 데이터를 포함한 다양한 데이터 소스에서 데이터를 가져와 변환하고 준비하는 데 필요한 시각적 인터페이스를 제공합니다. 특히 시계열 데이터 리샘플링 및 결측값 처리를 위한 내장 변환 기능이 있어 구현 노력이 가장 적게 듭니다. PySpark와 EMR Serverless는 대규모 데이터 처리에는 강력하지만, 이 특정 작업에는 더 많은 설정과 코딩이 필요합니다. AWS Glue DataBrew도 데이터 준비 도구이지만, SageMaker Studio Data Wrangler는 SageMaker 환경 내에서 머신러닝 워크플로우와 더 긴밀하게 통합되어 있습니다. SageMaker Studio 노트북과 pandas는 코딩을 통해 동일한 작업을 수행할 수 있지만, Data Wrangler는 시각적 인터페이스를 통해 코딩 없이 더 빠르게 작업을 완료할 수 있습니다.