मिसिंग वैल्यू पहचानना
मिसिंग वैल्यू इम्प्यूटेशन शुरू करने से पहले पहला कदम यह जांचना है कि हमारे डेटा में मिसिंग वैल्यू हैं या नहीं, और अगर हैं, तो वे किस समूह से आ रही हैं.
उसी restaurant_data डेटा के लिए जिसे आपने लेसन में देखा था, एक कर्मचारी ने गलती से 65 टेबल्स पर छोड़ी गई टिप्स मिटा दीं. अब सवाल यह है कि कितनी मिसिंग एंट्रीज़ उन टेबल्स से आईं जहाँ स्मोकर्स मौजूद थे बनाम उन टेबल्स से जहाँ स्मोकर्स मौजूद नहीं थे.
आपका काम है दोनों डेटासेट्स को smoker वैरिएबल के अनुसार ग्रुप करना, प्रेज़ेंट वैल्यूज़ की संख्या गिनना और फिर अंतर निकालना.
हम लेसन में सिखाए गए कॉन्सेप्ट्स का अभ्यास कराने के लिए यहाँ टिप्स को इम्प्यूट कर रहे हैं. नैतिक दृष्टि से, आपको वास्तविक जीवन में वित्तीय डेटा को इम्प्यूट नहीं करना चाहिए, क्योंकि इसे धोखाधड़ी माना जा सकता है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
pandas के साथ कुशल कोड लिखना
अभ्यास निर्देश
- डेटा को smoking status के अनुसार ग्रुप करें.
- प्रत्येक समूह में non-missing वैल्यूज़ की संख्या निकालें.
- प्रत्येक समूह में मिसिंग वैल्यूज़ की संख्या प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Group both objects according to smoke condition
restaurant_nan_grouped = restaurant_nan.____(____)
# Store the number of present values
restaurant_nan_nval = restaurant_nan_grouped['tip'].____()
# Print the group-wise missing entries
print(restaurant_nan_grouped['total_bill'].count() - ____)