Identifikace chybějících hodnot
Než začneš chybějící hodnoty doplňovat, je potřeba zjistit, jestli v datech vůbec jsou – a pokud ano, ze které skupiny pocházejí.
V datech restaurant_data, která jsi viděl/a v lekci, jeden zaměstnanec omylem smazal záznamy o spropitném u 65 stolů. Otázka zní: kolik chybějících záznamů pochází ze stolů, u kterých seděli kuřáci, a kolik ze stolů bez kuřáků?
Tvým úkolem je seskupit obě datové sady podle proměnné smoker, spočítat počet dostupných hodnot v každé skupině a pak vypočítat rozdíl.
Doplňujeme spropitné jen proto, abys procvičil/a koncepty z lekce. V reálném životě bys finanční data doplňovat neměl/a – mohlo by to být považováno za podvod.
Toto cvičení je součástí kurzu
Psaní efektivního kódu s pandas
Pokyny k cvičení
- Seskup data podle toho, zda u stolu seděli kuřáci.
- Spočítej počet hodnot bez chybějících záznamů v každé skupině.
- Vypiš počet chybějících hodnot v každé skupině.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Group both objects according to smoke condition
restaurant_nan_grouped = restaurant_nan.____(____)
# Store the number of present values
restaurant_nan_nval = restaurant_nan_grouped['tip'].____()
# Print the group-wise missing entries
print(restaurant_nan_grouped['total_bill'].count() - ____)