Hledání chybějících hodnot
Chybějící hodnoty se vyskytují všude a nechceš, aby ti komplikovaly práci. Některé funkce chybějící data ve výchozím nastavení ignorují, což ale ne vždy odpovídá tomu, co potřebuješ. Jiné funkce si s chybějícími hodnotami vůbec neporadí, takže je potřeba je vyřešit ještě předtím, než je použiješ. Pokud nevíš, kde se chybějící hodnoty nacházejí, nebo jestli vůbec existují, můžeš se při analýze snadno splést. V tomto cvičení zjistíš, jestli se v datové sadě nacházejí chybějící hodnoty, a pokud ano, kolik jich je.
pandas je naimportovaný jako pd a k dispozici máš avocados_2016. Tato datová sada obsahuje pouze prodeje z roku 2016 a je uspořádaná šířeji než avocados – má samostatný sloupec pro každou velikost avokáda: date, avg_price, total_sold, small_sold, large_sold, xl_sold, total_bags_sold, small_bags_sold, large_bags_sold a xl_bags_sold.
Toto cvičení je součástí kurzu
Manipulace s daty v pandas
Pokyny k cvičení
- Vypiš DataFrame, který ukazuje, jestli každá hodnota v
avocados_2016chybí, nebo ne. - Vypiš přehled, který ukazuje, jestli v každém sloupci chybí alespoň jedna hodnota.
- Vytvoř sloupcový graf zobrazující celkový počet chybějících hodnot v každém sloupci.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Import matplotlib.pyplot with alias plt
import matplotlib.pyplot as plt
# Check individual values for missing values
print(____)
# Check each column for missing values
print(____)
# Bar plot of missing values by variable
____
# Show plot
plt.show()