Imputace chybějících hodnot NaN

Zkusíme imputovat chybějící hodnoty pomocí metody .transform(). V předchozím úkolu jsi vytvořil/a DataFrame fheroes, ze kterého byly odstraněny všechny skupiny s nedostatečným počtem pozorování sloupce bmi. Sloupec bmi ale stále obsahuje hodně chybějících hodnot (NaN). Máš k dispozici dvě kopie DataFramu fheroes (imp_globmean a imp_grpmean). Tvojí úlohou je nahradit hodnoty NaN ve sloupci bmi — v první kopii celkovým průměrem, ve druhé průměrem příslušné skupiny definované faktory Publisher a Alignment.

Tip: pandas Series i NumPy pole mají speciální metodu .fillna(), která nahradí všechny nalezené hodnoty NaN hodnotou zadanou jako argument.

Toto cvičení je součástí kurzu

Procvičování otázek z kódovacích pohovorů v Pythonu

Zobrazit kurz

Pokyny k cvičení

Definuj lambda funkci, která nahradí hodnoty NaN v series jejím průměrem.
Ve sloupci bmi DataFramu imp_globmean nahraď hodnoty NaN celkovým průměrem.
Ve sloupci bmi DataFramu imp_grpmean nahraď hodnoty NaN průměrem příslušné skupiny.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Define a lambda function that imputes NaN values in series
impute = lambda series: ____

# Impute NaNs in the bmi column of imp_globmean
imp_globmean['bmi'] = ____
print("Global mean = " + str(fheroes['bmi'].mean()) + "\n")

groups = imp_grpmean.groupby(['Publisher', 'Alignment'])

# Impute NaNs in the bmi column of imp_grpmean
imp_grpmean['bmi'] = groups[____].____
print(groups['bmi'].mean())

Upravit a spustit kód