1. Learn
    2. /
  2. Courses
    3. /
  3. Pythonで欠損データに対処する
Connected

Exercise

欠損の可視化

前の演習では、各列の欠損値の数と欠損率を計算しました。ただし、これだけでは不十分なことが多く、通常はグラフで可視化するのが望ましいです。

今回は欠損値の可視化に特化した misssingno パッケージを使います。airquality DataFrame はすでに読み込まれており、pandas ライブラリは pd としてインポート済みです。

欠損の状況を、棒グラフとヌリティ（nullity）マトリックスで可視化します。

出力を見やすくするため、plt.show() の代わりに独自の display() 関数を使用しています。

Instructions 1/4

undefined XP
  • 1
    • airquality の欠損値について、棒グラフを描画してください。
  • 2
    • airquality のヌリティマトリックスを描画してください。
  • 3
    • airquality のヌリティマトリックスを、月次頻度で描画してください。
  • 4
    • airquality を 'May-1976' から 'Jul-1976' までにスプライスし、そのヌリティマトリックスを描画してください。