Analyser les valeurs manquantes et uniques
En tant qu’analyste des stocks pour une épicerie, vous devez évaluer la qualité des données dans votre nouveau système de suivi. Avant d’analyser les niveaux de stock et les prix, vérifiez la présence de données manquantes et validez la catégorisation des produits. Chargez les données d’inventaire, examinez chaque colonne pour en vérifier l’exhaustivité et analysez la répartition des catégories. Quelques exemples de données sont présentés ci-dessous.
| Product_Name | Category | Date_Received | Stock_Quantity | Unit_Price |
|---|---|---|---|---|
| Bell Pepper | Fruits & Vegetables | 3/1/24 | 46 | 4.6 |
| Vegetable Oil | Oils & Fats | 4/1/24 | 51 | 2 |
| Parmesan Cheese | Dairy | 4/1/24 | 38 | 12 |
Les packages tablesaw ont été importés pour vous.
Cet exercice fait partie du cours
<cours>Nettoyer des données en Java</cours>Instructions de l’exercice
- Extrayez la colonne depuis
inventoryet comptez les valeurs manquantes de cette colonne. - Comptez les éléments de
inventorypar catégories uniques.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
public class GroceryDataQuality {
public static void main(String[] args) {
Table inventory = Table.read().csv("grocery_inventory.csv");
for (String colName : inventory.columnNames()) {
// Extract the column and count missing values in the column
int missing = inventory.____(colName).____();
System.out.println(colName + " missing values: " + missing);
}
// Count the inventory by unique categories
Table catCounts = ____.____("Category");
System.out.println("\nCategory distribution:");
System.out.println(catCounts);
}
}