Fehlende Werte finden
Fehlende Werte gibt es überall, und du willst nicht, dass sie dir die Arbeit verfälschen. Manche Funktionen ignorieren fehlende Daten standardmäßig, aber das ist nicht immer das gewünschte Verhalten. Andere Funktionen können mit fehlenden Werten gar nicht umgehen, daher musst du sie vor der Verwendung bereinigen. Wenn du nicht weißt, wo sich fehlende Werte befinden – oder ob es sie überhaupt gibt –, können dir Fehler in der Analyse unterlaufen. In dieser Übung findest du heraus, ob im Datensatz fehlende Werte vorkommen und wenn ja, wie viele.
pandas wurde als pd importiert und avocados_2016 ist verfügbar. Es umfasst nur die Verkäufe aus 2016 und ist breiter angelegt als avocados, mit einer Spalte pro Avocado-Größe: date, avg_price, total_sold, small_sold, large_sold, xl_sold, total_bags_sold, small_bags_sold, large_bags_sold und xl_bags_sold.
Diese Übung ist Teil des Kurses
<Kurs>Datenbearbeitung mit pandas</Kurs>Übungsanweisungen
- Gib ein DataFrame aus, das zeigt, ob jeder Wert in
avocados_2016fehlt oder nicht. - Gib eine Zusammenfassung aus, die zeigt, ob in jeder Spalte irgendwelche Werte fehlen oder nicht.
- Erstelle ein Balkendiagramm mit der Gesamtanzahl fehlender Werte pro Spalte.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Import matplotlib.pyplot with alias plt
import matplotlib.pyplot as plt
# Check individual values for missing values
print(____)
# Check each column for missing values
print(____)
# Bar plot of missing values by variable
____
# Show plot
plt.show()