Imputer les valeurs manquantes avec des centiles
Dans cet exercice, vous allez continuer à pratiquer l'imputation de valeurs manquantes. Contrairement à l'exercice précédent, vous utiliserez des centiles plutôt que des moyennes pour calculer les imputations. Les centiles permettent d'obtenir des imputations prudentes. Imputer les valeurs manquantes d'une colonne à l'aide de centiles comprend les étapes suivantes :
- Retirer les valeurs manquantes de la colonne visée.
- Calculer ensuite, disons, le 70e centile des nombres de cette colonne une fois les valeurs manquantes retirées.
- La « 70e pire valeur » dépend de la colonne à partir de laquelle vous calculez le centile :
- Par exemple, un montant élevé d'actifs est considéré comme positif; un faible montant d'actifs est donc moins bon. La 70e pire valeur pour les actifs correspond en fait au 30e centile des actifs.
- À l'inverse, un montant élevé de passifs est défavorable. Ainsi, la 70e pire valeur des passifs correspond simplement à leur 70e centile.
pandas a été importé sous l'alias pd et NumPy sous l'alias np. Un DataFrame pandas nommé dataset a été chargé pour vous. Il contient la colonne "Total Current Liabilities", qui comporte certaines valeurs manquantes.
Cette activité fait partie du cours
Analyser les états financiers avec Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Impute missing value with 70th percentile non-missing values of company
impute_by_company = ___
# Impute missing value with 70th percentile non-missing values of industry
impute_by_comp_type = ____
print(impute_by_company)
print(impute_by_comp_type)