お金の流れを追う
この演習では、banking DataFrame の別バージョンを使います。ここでは cust_id 列と acct_amount 列の両方に欠損値があります。
銀行が保有するユニーク顧客数や、顧客が保有する平均金額などを分析したいと考えています。cust_id が欠損している行は役に立たないこと、そして平均的に acct_amount は inv_amount の5倍程度であることを知っています。
この演習では、cust_id が欠損している banking の行を削除し、ドメイン知識を使って acct_amount の欠損値を補完します。
この演習はコースの一部です
Pythonで学ぶデータクリーニング
演習の手順
bankingのcust_id列の欠損値を.dropna()で削除し、結果をbanking_fullidに保存します。banking_fullidについて、inv_amount * 5を用いて推定口座額を計算し、結果をacct_impに代入します。.fillna()を使って、banking_fullidのacct_amountの欠損値を、新しく作成したacct_impで補完します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Drop missing values of cust_id
banking_fullid = banking.____(subset = ['____'])
# Compute estimated acct_amount
acct_imp = ____
# Impute missing acct_amount with corresponding acct_imp
banking_imputed = banking_fullid.____({'____':____})
# Print number of missing values
print(banking_imputed.isna().sum())