Înlocuirea valorilor lipsă
O altă modalitate de a gestiona valorile lipsă este să le înlocuiești pe toate cu aceeași valoare. Pentru variabilele numerice, o opțiune este să le înlocuiești cu 0— asta vei face în acest exercițiu. Totuși, atunci când înlocuiești valorile lipsă, faci anumite presupuneri despre semnificația lor. În acest caz, vei presupune că un număr lipsă de avocado vândute înseamnă că nu s-au făcut vânzări pentru acel tip de avocado în săptămâna respectivă.
În acest exercițiu, vei vedea cum înlocuirea valorilor lipsă poate influența distribuția unei variabile, folosind histograme. Poți reprezenta histograme pentru mai multe variabile simultan astfel:
dogs[["height_cm", "weight_kg"]].hist()
pandas a fost importat ca pd, iar matplotlib.pyplot a fost importat ca plt. Setul de date avocados_2016 este disponibil.
Acest exercițiu face parte din cursul
Manipularea datelor cu pandas
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# List the columns with missing values
cols_with_missing = ["small_sold", "large_sold", "xl_sold"]
# Create histograms showing the distributions cols_with_missing
avocados_2016[____].____
# Show the plot
____