Deduce MNAR
En el ejercicio anterior trabajaste en identificar el tipo de valores faltantes a partir del resumen de valores ausentes. En este ejercicio, seguirás en esa línea para identificar de forma contundente datos Missing Not at Random (MNAR, faltantes no al azar).
El resumen de valores ausentes para el DataFrame diabetes es el siguiente.
Tu objetivo es ordenar el DataFrame diabetes por Serum_Insulin e identificar la correlación entre Skin_Fold y Serum_Insulin.
Ten en cuenta que hemos usado una función propietaria display() en lugar de plt.show() para que te resulte más fácil ver la salida.
Este ejercicio forma parte del curso
Cómo tratar datos faltantes en Python
Instrucciones del ejercicio
- Importa el paquete
missingnocomomsno. - Ordena los valores de la columna
Serum_Insulinendiabetes. - Visualiza el resumen de valores ausentes de
Serum_Insulinconmsno.matrix().
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Import missingno as msno
___
# Sort diabetes dataframe on 'Serum Insulin'
sorted_values = ___.___(___)
# Visualize the missingness summary of sorted
___.___(___)
# Display nullity matrix
display("/usr/local/share/datasets/matrix_sorted.png")