Analyse des Missingness-Prozentsatzes

Bevor du mit dem Behandeln fehlender Daten startest, ist es wichtig, die verschiedenen Aspekte rund um fehlende Werte zu analysieren. Der erste Schritt ist, das Ausmaß der Missingness zu bestimmen, also die Anzahl fehlender Werte pro Variable. In dieser Übung berechnest du die Gesamtzahl fehlender Werte pro Spalte und ermittelst anschließend den Prozentsatz fehlender Werte pro Spalte.

In dieser Übung lädst du den Datensatz 'airquality', indem du die Spalte Date parsest und als Index setzt, und berechnest dann die Summe der fehlenden Werte sowie den Grad der Missingness in Prozent anhand des Nullity-DataFrames.