欠損値ダミーの作成
basetable には、寄付者がこれまでに行った寄付の合計回数を表す予測変数「totaldonations」が含まれています。この変数は欠損していることがあり、これはその寄付者がこれまで一度も寄付していないことを示します。これはそれ自体が重要な情報なので、「totaldonations」が欠損かどうかを示す変数「no_donations」を作成するのが適切です。
この演習はコースの一部です
Pythonで学ぶ中級予測分析
演習の手順
basetableに新しい列「no_donations」を作成し、total_donationsが欠損なら 1、そうでなければ 0 を設定します。total_donationsの欠損数を計算し、number_naに代入します。- 欠損値の割合を出力してください。
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。
# Create dummy indicating missing values
basetable["____"] = pd.Series([____ if b else ____ for b in basetable["total_donations"].isna()])
# Calculate number of missing values
number_na = sum(____["no_donations"] == ____)
# Calculate percentage of missing values
print(round(____ / ____(____), 2))