Remplacer les valeurs manquantes
Une autre façon de traiter les valeurs manquantes consiste à les remplacer toutes par la même valeur. Pour les variables numériques, une option est de remplacer par 0 — c'est ce que vous ferez ici. Toutefois, lorsque vous remplacez des valeurs manquantes, vous posez des hypothèses sur leur signification. Dans ce cas-ci, vous supposerez qu'un nombre manquant d'unités vendues signifie qu'aucune vente de ce type d'avocat n'a été réalisée cette semaine-là.
Dans cet exercice, vous verrez comment le remplacement des valeurs manquantes peut affecter la distribution d'une variable à l'aide d'histogrammes. Vous pouvez tracer des histogrammes pour plusieurs variables à la fois comme suit :
dogs[["height_cm", "weight_kg"]].hist()
pandas a été importé sous le nom pd et matplotlib.pyplot sous le nom plt. Le jeu de données avocados_2016 est disponible.
Cette activité fait partie du cours
Manipulation de données avec pandas
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# List the columns with missing values
cols_with_missing = ["small_sold", "large_sold", "xl_sold"]
# Create histograms showing the distributions cols_with_missing
avocados_2016[____].____
# Show the plot
____