Percentage ontbrekende waarden analyseren
Voordat je ontbrekende data gaat behandelen, is het belangrijk om de factoren rond ontbrekende data te analyseren. De eerste stap is bepalen hoeveel ontbrekende waarden er zijn: het aantal missende waarden per variabele. In deze oefening bereken je het totale aantal ontbrekende waarden per kolom en ook het percentage ontbrekende waarden per kolom.
In deze oefening laad je de gegevensset 'airquality' door de kolom Date te parsen en vervolgens bereken je de som van ontbrekende waarden en de mate van ontbrekendheid in procenten op de nullity-DataFrame
Deze oefening maakt deel uit van de cursus
Omgaan met ontbrekende gegevens in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Load the air-quality.csv dataset
airquality = pd.read_csv(___, parse_dates=[___], index_col=___)