Smažeš je?
Než se pustíš do mazání chybějících hodnot, je potřeba zvážit, co k tomu vede. Nejjednodušším faktorem je velikost chybějících dat. Složitější příčiny mohou vyžadovat znalost dané domény. V tomto cvičení určíš důvod chybějících hodnot a pak provedeš odpovídající smazání.
Nejdřív použiješ msno.matrix() a msno.heatmap() k vizualizaci chybějících dat a korelace mezi proměnnými s chybějícími hodnotami. Pak zjistíš vzorce v chybějících datech a nakonec smažeš záznamy podle typu chybějících hodnot.
DataFrame diabetes je již načtený.
Místo plt.show() jsme použili proprietární funkci display(), aby se ti výstup zobrazoval pohodlněji.
Toto cvičení je součástí kurzu
Dealing with Missing Data in Python
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Visualize the missingness in the data
___.___(___)
# Display nullity matrix
display("/usr/local/share/datasets/matrix_diabetes.png")