Postępowanie z brakującymi danymi

Przed przystąpieniem do analizy warto zadbać o brakujące dane.

Jednym ze sposobów jest usunięcie wierszy z brakującymi wartościami, jeśli stanowią one niewielki odsetek danych – zazwyczaj przyjmuje się próg pięciu procent.

Pracując ze zbiorem danych o cenach biletów lotniczych, przechowywanym jako DataFrame biblioteki pandas o nazwie planes, policzysz liczbę brakujących wartości we wszystkich kolumnach, obliczysz pięć procent wszystkich wartości, użyjesz tego progu do usunięcia obserwacji, a następnie sprawdzisz, ile brakujących wartości pozostało w zbiorze.