Imputación y relleno de valores faltantes usando promedios
Cuando quieras hacer tu análisis, probablemente uses tus propios datos. Los conjuntos de datos suelen tener algunos valores faltantes. En este ejercicio, vas a practicar cómo imputarlos. La imputación de valores faltantes es importante, porque no quieres que los valores ausentes sean un obstáculo en tu análisis.
pandas se ha cargado con el alias pd y NumPy con el alias np. Se ha cargado para ti un DataFrame de pandas llamado dataset. Tiene la columna "Total Current Liabilities", que contiene algunos valores faltantes.
Este ejercicio forma parte del curso
Análisis de estados financieros en Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Impute missing value using average non-missing values by company
impute_by_company = dataset.____
# Impute missing value using average non-missing values by industry
impute_by_comp_type = dataset.____
print(impute_by_company)
print(impute_by_comp_type)