Nahrazování chybějících hodnot
Další způsob, jak zacházet s chybějícími hodnotami, je nahradit je všechny stejnou hodnotou. U numerických proměnných je jednou z možností nahradit chybějící hodnoty nulou — to uděláš i tady. Při nahrazování chybějících hodnot ale vždy předpokládáš něco o tom, co taková chybějící hodnota znamená. V tomto případě budeme předpokládat, že chybějící počet prodaných kusů znamená, že se daný typ avokáda v daném týdnu vůbec neprodával.
V tomto cvičení uvidíš, jak nahrazování chybějících hodnot ovlivňuje rozložení proměnné pomocí histogramů. Histogramy pro více proměnných najednou vykreslíš takto:
dogs[["height_cm", "weight_kg"]].hist()
pandas byl naimportován jako pd a matplotlib.pyplot jako plt. Dataset avocados_2016 je k dispozici.
Toto cvičení je součástí kurzu
Manipulace s daty v pandas
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# List the columns with missing values
cols_with_missing = ["small_sold", "large_sold", "xl_sold"]
# Create histograms showing the distributions cols_with_missing
avocados_2016[____].____
# Show the plot
____