Crearea unei variabile dummy pentru valorile lipsă

Ai la dispoziție un basetable care conține o variabilă predictivă "total_donations", ce reprezintă numărul total de donații făcute vreodată de un donator. Această variabilă poate avea valori lipsă, indicând faptul că donatorul respectiv nu a făcut nicio donație până acum. Aceasta este o informație importantă în sine, așadar este potrivit să creezi o variabilă "no_donations" care să indice dacă "total_donations" are valoare lipsă.

Acest exercițiu face parte din cursul

Analiză predictivă intermediară în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Creează o nouă coloană "no_donations" în basetable, cu valoarea 1 dacă total_donations are valoare lipsă și 0 în caz contrar.
Calculează numărul de valori lipsă din total_donations și atribuie rezultatul variabilei number_na.
Afișează procentul de valori lipsă.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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))

Editează și rulează codul