Tworzenie zmiennej zastępczej dla brakujących wartości
Masz do dyspozycji basetable z predyktorem "total_donations", który zawiera łączną liczbę darowizn wykonanych przez danego darczyńcę. Zmienna ta może mieć brakujące wartości – oznaczają one, że dana osoba nigdy wcześniej nie wpłaciła żadnej darowizny. To samo w sobie jest istotną informacją, dlatego warto utworzyć zmienną "no_donations" wskazującą, czy "total_donations" zawiera wartość brakującą.
To ćwiczenie jest częścią kursu
Pośrednia analityka predykcyjna w Pythonie
Instrukcje do ćwiczenia
- Utwórz nową kolumnę "no_donations" w
basetable, która przyjmuje wartość 1, gdytotal_donationsjest brakujące, i 0 w przeciwnym razie. - Oblicz liczbę brakujących wartości w
total_donationsi przypisz ją do zmiennejnumber_na. - Wyświetl odsetek brakujących wartości.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create dummy indicating missing values
basetable["____"] = pd.Series([____ if b else ____ for b in basetable["total_donations"].isna()])
# Calculate number of missing values
number_na = sum(____["no_donations"] == ____)
# Calculate percentage of missing values
print(round(____ / ____(____), 2))