मिसिंगनेस प्रतिशत का विश्लेषण
मिसिंग डेटा को संभालने से पहले, उसके आस-पास के विभिन्न कारणों और पैटर्न का विश्लेषण करना ज़रूरी है। डेटा का प्राथमिक चरण यह जांचना है कि मिसिंगनेस कितनी है — यानी किसी वैरिएबल में कितनी वैल्यूज़ गायब हैं। इस अभ्यास में, आप प्रत्येक कॉलम में कुल मिसिंग वैल्यूज़ की संख्या निकालेंगे और प्रत्येक कॉलम में मिसिंग वैल्यूज़ का प्रतिशत भी पता करेंगे।
इस अभ्यास में, आप 'airquality' डेटासेट लोड करेंगे जिसमें Date कॉलम को पार्स करके इंडेक्स के रूप में सेट किया जाएगा, और फिर nullity DataFrame पर मिसिंग वैल्यूज़ का योग तथा प्रतिशत में मिसिंगनेस की डिग्री की गणना करेंगे।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Missing Data से निपटना
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Load the air-quality.csv dataset
airquality = pd.read_csv(___, parse_dates=[___], index_col=___)