Imputarea valorilor lipsă cu percentile
În acest exercițiu, vei continua să exersezi imputarea valorilor lipsă. Spre deosebire de exercițiul anterior, vei folosi percentile în locul mediilor pentru a calcula imputările. Utilizarea percentilelor este o metodă excelentă pentru a obține imputări conservative. Imputarea valorilor lipsă dintr-o coloană folosind percentile presupune următorii pași:
- Elimină valorile lipsă din coloana de interes.
- Calculează, de exemplu, percentila 70 a valorilor rămase după eliminarea valorilor lipsă.
- Cea mai defavorabilă valoare la percentila 70 depinde de coloana din care calculezi percentila:
- De exemplu, un volum mare de active este considerat pozitiv, deci un volum mic este mai defavorabil. Cea mai defavorabilă valoare la percentila 70 a activelor este, de fapt, percentila 30 a activelor.
- Similar, un volum mare de pasive este considerat negativ. Prin urmare, cea mai defavorabilă valoare la percentila 70 a pasivelor este pur și simplu percentila 70 a acestora.
Biblioteca pandas a fost încărcată cu aliasul pd, iar NumPy cu aliasul np. Un DataFrame pandas numit dataset a fost încărcat pentru tine. Acesta conține coloana "Total Current Liabilities", care are unele valori lipsă.
Acest exercițiu face parte din cursul
Analiza situațiilor financiare în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Impute missing value with 70th percentile non-missing values of company
impute_by_company = ___
# Impute missing value with 70th percentile non-missing values of industry
impute_by_comp_type = ____
print(impute_by_company)
print(impute_by_comp_type)