Znajdowanie brakujących wartości
Brakujące wartości to częsty problem w analizie danych – i lepiej nie pozwolić im zakłócić wyników. Niektóre funkcje domyślnie je ignorują, ale nie zawsze jest to pożądane zachowanie. Inne funkcje w ogóle nie radzą sobie z brakującymi wartościami, więc trzeba zadbać o nie zanim przejdzie się dalej. Jeśli nie wiesz, gdzie w danych pojawiają się braki – albo czy w ogóle istnieją – możesz popełnić błędy w analizie. W tym ćwiczeniu sprawdzisz, czy w zbiorze danych występują brakujące wartości, a jeśli tak – ile ich jest.
Biblioteka pandas została zaimportowana jako pd, a avocados_2016 – podzbiór zbioru avocados zawierający wyłącznie dane sprzedaży z 2016 roku – jest dostępny.
To ćwiczenie jest częścią kursu
Manipulacja danymi z pandas
Instrukcje do ćwiczenia
- Wyświetl DataFrame pokazujący, czy każda wartość w
avocados_2016jest brakująca. - Wyświetl podsumowanie wskazujące, czy jakakolwiek wartość w każdej kolumnie jest brakująca.
- Utwórz wykres słupkowy przedstawiający łączną liczbę brakujących wartości w każdej kolumnie.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Import matplotlib.pyplot with alias plt
import matplotlib.pyplot as plt
# Check individual values for missing values
print(____)
# Check each column for missing values
print(____)
# Bar plot of missing values by variable
____
# Show plot
plt.show()