欠損値の確認
欠損値を把握することは分析にとって重要です。同じデータセットを使って、データセット内の行と列の両方で反復処理し、欠損値の総数を取得します。欠損値が見つかった場合は、sklearn の Imputer を使うなど、対処のための追加手法が必要です。欠損値を適切に処理しないと、正しく CTR を予測するのが難しくなります。
サンプルデータは DataFrame 形式で df として読み込まれています。pandas は pd としてワークスペースで利用できます。
この演習はコースの一部です
PythonでMachine Learningを使ってCTRを予測する
演習の手順
.info()を使って列の基本的なサマリーを表示します。.isnull()を使って列ごとの欠損値を表示します（かっこを忘れないでください！）。axis = 1と.sum()を使って、行ごとの欠損値の合計を表示します。
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。
# Print info
print(df.____)
# Print missing values by column
print(df.____.sum(____ = 0))
# Print total number of missing values in rows
print(df.____.sum(____ = 1).____)