Ontbrekende gegevens vinden
Laten we ontbrekende gegevens imputeren in een echte Kaggle-gegevensset. Daarvoor gebruik je een datasubsample uit de Kaggle-wedstrijd "Two sigma connect: rental listing inquiries".
Voordat je gaat imputeren, moet je weten hoeveel missende waarden elke feature heeft. Bovendien, als een feature missende waarden heeft, moet je het type van deze feature onderzoeken.
Deze oefening maakt deel uit van de cursus
Een Kaggle-competitie winnen met Python
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Read dataframe
twosigma = ____
# Find the number of missing values in each column
print(____.____().____())