Vytvoření dummy proměnné pro chybějící hodnoty
Máš k dispozici basetable s prediktivní proměnnou "total_donations", která udává celkový počet darů, jež daný dárce kdy poskytl. Tato proměnná může obsahovat chybějící hodnoty – ty signalizují, že daný dárce dosud žádný dar neposkytl. Jde o důležitou informaci samu o sobě, proto je vhodné vytvořit proměnnou "no_donations", která označí, zda hodnota "total_donations" chybí.
Toto cvičení je součástí kurzu
Intermediate Predictive Analytics in Python
Pokyny k cvičení
- Vytvoř v
basetablenový sloupec "no_donations", který bude mít hodnotu 1, pokudtotal_donationschybí, a 0 jinak. - Spočítej počet chybějících hodnot v
total_donationsa ulož ho do proměnnénumber_na. - Vypiš procento chybějících hodnot.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create dummy indicating missing values
basetable["____"] = pd.Series([____ if b else ____ for b in basetable["total_donations"].isna()])
# Calculate number of missing values
number_na = sum(____["no_donations"] == ____)
# Calculate percentage of missing values
print(round(____ / ____(____), 2))