शुरू करेंमुफ़्त में शुरू करें

Missing values जाँचना

विश्लेषण के लिए missing values पहचानना ज़रूरी है. इसी डेटासेट का उपयोग करते हुए, आप डेटासेट के भीतर पंक्तियों और कॉलम दोनों पर इटरेट करके missing values की कुल संख्या निकालेंगे. Missing values मिलने पर, उन्हें संभालने के लिए आगे की विधियाँ चाहिए, जैसे sklearn के Imputer का उपयोग. Missing values को संभाले बिना सटीक CTR प्रिडिक्शन करना मुश्किल होगा.

DataFrame रूप में sample डेटा df के रूप में लोड है. आपके वर्कस्पेस में pandas pd नाम से उपलब्ध है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Machine Learning के साथ CTR प्रेडिक्शन

पाठ्यक्रम देखें

अभ्यास निर्देश

  • .info() का उपयोग करके कॉलम्स का एक बेसिक सारांश प्रिंट करें.
  • .isnull() का उपयोग करके कॉलम-वार missing values प्रिंट करें (कोष्ठक लगाना न भूलें!).
  • axis = 1 और .sum() का उपयोग करके पंक्ति-वार missing values की कुल संख्या प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Print info
print(df.____)

# Print missing values by column 
print(df.____.sum(____ = 0))

# Print total number of missing values in rows
print(df.____.sum(____ = 1).____)
कोड संपादित करें और चलाएँ