Nahrazení hodnocení mediánem skupiny

V předchozím cvičení jsi nahradil/a chybějící hodnoty ve sloupci rating mediánem celého sloupce. Ale dá se to udělat lépe? Ano! Chybějící hodnoty můžeš nahradit mediánem hodnocení čokolád od stejné firmy. Pojďme na to!

K dispozici máš předdefinovanou funkci replace_missing(), která přijímá dva argumenty – DataFrame group a sloupec col. Pokusí se vypočítat medián sloupce col a vrátí ho, pokud se to podaří. Pokud výpočet mediánu selže – například proto, že sloupec neobsahuje žádné hodnoty – vrátí předdefinovanou hodnotu.

Dataset chocolates a balíčky DataFrames a Statistics jsou už načtené.

Toto cvičení je součástí kurzu

Manipulace s daty v Julii

Zobrazit kurz

Pokyny k cvičení

Seskup chocolates podle company a iteruj přes GroupedDataFrame.
Pro každou skupinu vyber podmnožinu pomocí ismissing() a sloupce rating a nahraď chybějící hodnoty hodnotou vrácenou funkcí replace_missing().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Group by company and iterate
for group in ____(____)

	# Subset each group using ismissing() and the rating column, assign a new value 
	group[____, ____] .= replace_missing(group, :rating)
end

println(describe(chocolates, :nmissing))

Upravit a spustit kód