결측값 더미 만들기
기부자가 지금까지 한 총 기부 횟수를 담은 예측 변수 "total_donations"가 있는 basetable이 주어졌어요. 이 변수에는 결측값이 있을 수 있으며, 이는 해당 기부자가 이전에 한 번도 기부하지 않았음을 의미해요. 이 정보 자체도 중요하므로, "total_donations"가 결측인지 여부를 나타내는 "no_donations" 변수를 만드는 것이 적절해요.
이 연습은 강의의 일부입니다
Python 중급 예측 분석
연습 안내
basetable에 새 열 "no_donations"를 만들고,total_donations가 결측이면 1, 아니면 0을 넣으세요.total_donations의 결측값 개수를 계산해number_na에 할당하세요.- 결측값 비율(퍼센트)을 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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))