NaN वैल्यू इम्प्यूटेशन
आइए .transform() मेथड का इस्तेमाल करके कुछ वैल्यूज़ इम्प्यूट करने की कोशिश करें. पिछले टास्क में आपने fheroes नाम का DataFrame बनाया था, जिसमें bmi ऑब्ज़र्वेशंस की अपर्याप्त संख्या वाले सभी ग्रुप्स हटा दिए गए थे. फिर भी हमारी bmi कॉलम में बहुत सारे missing वैल्यूज़ (NaNs) हैं. fheroes DataFrame की दो कॉपियाँ (imp_globmean और imp_grpmean) दी गई हैं. आपका काम है bmi कॉलम में मौजूद NaNs को क्रमशः पूरे डेटा के औसत से, और Publisher तथा Alignment फैक्टर्स से परिभाषित प्रत्येक ग्रुप के औसत से इम्प्यूट करना.
टिप: pandas Series और NumPy arrays में एक विशेष .fillna() मेथड होता है, जो सभी मिले NaNs को आर्ग्युमेंट के तौर पर दी गई वैल्यू से बदल देता है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में कोडिंग इंटरव्यू प्रश्नों का अभ्यास
अभ्यास निर्देश
- ऐसा lambda फंक्शन परिभाषित करें जो
seriesमेंNaNवैल्यूज़ को उसी का mean लेकर इम्प्यूट करे. imp_globmeanकीbmiकॉलम मेंNaNs को ओवरऑल mean वैल्यू से इम्प्यूट करें.imp_grpmeanकीbmiकॉलम मेंNaNs को प्रत्येक ग्रुप के mean वैल्यू से इम्प्यूट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Define a lambda function that imputes NaN values in series
impute = lambda series: ____
# Impute NaNs in the bmi column of imp_globmean
imp_globmean['bmi'] = ____
print("Global mean = " + str(fheroes['bmi'].mean()) + "\n")
groups = imp_grpmean.groupby(['Publisher', 'Alignment'])
# Impute NaNs in the bmi column of imp_grpmean
imp_grpmean['bmi'] = groups[____].____
print(groups['bmi'].mean())