1. Nauka
    2. /
  2. Kursy
    3. /
  3. Braki danych w Pythonie
Connected

ćwiczenie

Analiza procentu brakujących danych

Zanim przejdziesz do uzupełniania brakujących danych, warto dokładnie przeanalizować różne aspekty związane z ich brakiem. Podstawowym krokiem jest zbadanie ilości brakujących wartości, czyli sprawdzenie, ile wartości brakuje dla poszczególnych zmiennych. W tym ćwiczeniu obliczysz całkowitą liczbę brakujących wartości dla każdej kolumny oraz wyznaczysz ich procentowy udział.

Wczytasz zbiór danych 'airquality', parsując kolumnę Date, a następnie obliczysz sumę brakujących wartości oraz stopień brakujących danych w procentach na podstawie DataFrame z informacją o wartościach pustych.

Instrukcje 1/3

undefined XP
    1
    2
    3
  • Wczytaj plik 'air-quality.csv' do DataFrame pandas, parsując kolumnę 'Date' i ustawiając ją jednocześnie jako indeks.