Imputare e compilare i valori mancanti usando le medie
Quando vorrai fare la tua analisi, probabilmente userai i tuoi dati. Gli insiemi di dati hanno spesso alcuni valori mancanti. In questo esercizio, farai pratica nell’imputare questi valori mancanti. Imputare i valori mancanti è importante perché non vuoi che i valori mancanti diventino un ostacolo nella nostra analisi.
pandas è stato caricato con l’alias pd e NumPy con l’alias np. Un DataFrame di pandas chiamato dataset è stato caricato per te. Contiene la colonna "Total Current Liabilities", che ha alcuni valori mancanti.
Questo esercizio fa parte del corso
Analizzare i bilanci con Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Impute missing value using average non-missing values by company
impute_by_company = dataset.____
# Impute missing value using average non-missing values by industry
impute_by_comp_type = dataset.____
print(impute_by_company)
print(impute_by_comp_type)