欠損値の特定
欠損値補完に入る前の最初のステップは、データに欠損があるか、ある場合はどのグループから生じているかを特定することです。
レッスンで扱ったのと同じ restaurant_data では、従業員が誤って 65 卓分のチップの記録を消してしまいました。喫煙者がいるテーブルと、非喫煙者のみのテーブルのどちらから、どれだけ多くの欠損が発生したのかを知りたいとします。
あなたのタスクは、smoker 変数で両方のデータセットをグループ化し、存在する値の件数を数えてから、その差を計算することです。
ここではレッスンで学んだ概念を練習するためにチップを補完しています。倫理的な観点から、実務で金銭データを補完することは不正と見なされる可能性があるため、行うべきではありません。
この演習はコースの一部です
pandasで効率的にコードを書く
演習の手順
- 喫煙状況でデータをグループ化します。
- 各グループの非欠損値の件数を計算します。
- 各グループの欠損値の件数を出力します。
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。
# Group both objects according to smoke condition
restaurant_nan_grouped = restaurant_nan.____(____)
# Store the number of present values
restaurant_nan_nval = restaurant_nan_grouped['tip'].____()
# Print the group-wise missing entries
print(restaurant_nan_grouped['total_bill'].count() - ____)