Repérer les valeurs manquantes
Les valeurs manquantes sont courantes, et vous ne voulez pas qu'elles nuisent à votre travail. Certaines fonctions les ignorent par défaut, mais ce n'est pas toujours le comportement souhaité. D'autres ne peuvent pas du tout gérer les valeurs manquantes, il faut donc les traiter avant de pouvoir les utiliser. Si vous ne savez pas où se trouvent vos valeurs manquantes, ou même si elles existent, vous pourriez commettre des erreurs dans votre analyse. Dans cet exercice, vous déterminerez s'il y a des valeurs manquantes dans l'ensemble de données et, le cas échéant, combien.
pandas a été importé sous le nom pd et avocados_2016 est disponible. Il couvre uniquement les ventes de 2016 et est présenté de manière plus « large » que avocados, avec une colonne par taille d'avocat : date, avg_price, total_sold, small_sold, large_sold, xl_sold, total_bags_sold, small_bags_sold, large_bags_sold et xl_bags_sold.
Cette activité fait partie du cours
Manipulation de données avec pandas
Instructions de l’exercice
- Affichez un DataFrame indiquant si chaque valeur de
avocados_2016est manquante ou non. - Affichez un résumé indiquant si au moins une valeur est manquante dans chaque colonne ou non.
- Créez un diagramme à barres du nombre total de valeurs manquantes par colonne.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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()