Pré-processar dados censurados

Você é um biólogo marinho estudando a expectativa de vida de golfinhos-rotadores. Você tem acesso a dados históricos com as datas de nascimento e morte. Alguns golfinhos marcados migraram para outra região e o laboratório perdeu o contato. Alguns golfinhos são migrantes de outro grupo, e suas datas exatas de nascimento são desconhecidas. Alguns golfinhos ainda estão vivos!

Se a data de nascimento for NaN, o golfinho é migrante.
Se a data de morte for NaN, o golfinho ou fugiu ou está vivo.

O DataFrame se chama dolphin_df. Para criar uma nova coluna chamada observed para indicar se a vida do golfinho está censurada, preencha a função check_observed com os valores apropriados e use .apply() para aplicar a função ao dolphin_df.

pandas e numpy estão carregados como pd e np, respectivamente.

Este exercício faz parte do curso

Análise de Sobrevivência em Python

Ver curso

Instruções do exercício

Crie uma função check_observed para retornar 0 se o ponto de dado estiver censurado e 1 caso contrário.
Crie uma coluna de indicador de censura chamada observed usando a função check_observed.
Imprima no console o valor médio da coluna observed.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Create a function to return 1 if observed 0 otherwise
def check_observed(row):
    if pd.isna(row['birth_date']):
        flag = ____
    elif pd.isna(row['death_date']):
        flag = ____
    else:
        flag = ____
    return ____
  
# Create a censorship flag column
dolphin_df[____] = dolphin_df.apply(____, axis=1)

# Print average of observed
print(np.average(____))

Editar e executar o código