Identificarea valorilor lipsă
Primul pas înainte de imputarea valorilor lipsă este să identifici dacă există astfel de valori în date și, dacă da, din ce grup provin.
Pentru același set de date restaurant_data întâlnit în lecție, un angajat a șters din greșeală bacșișurile lăsate la 65 de mese. Întrebarea este: câte înregistrări lipsă provin de la mesele la care au fost prezenți fumători față de cele la care nu au fost fumători?
Sarcina ta este să grupezi ambele seturi de date după variabila smoker, să numeri valorile prezente din fiecare grup și apoi să calculezi diferența.
Imputăm bacșișuri pentru a-ți oferi ocazia să exersezi conceptele din lecție. Din punct de vedere etic, nu ar trebui să imputezi date financiare în viața reală, deoarece ar putea fi considerat fraudă.
Acest exercițiu face parte din cursul
Scrierea codului eficient cu pandas
Instrucțiuni pentru exercițiu
- Grupează datele după statutul de fumător.
- Calculează numărul de valori prezente (non-lipsă) din fiecare grup.
- Afișează numărul de valori lipsă din fiecare grup.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Group both objects according to smoke condition
restaurant_nan_grouped = restaurant_nan.____(____)
# Store the number of present values
restaurant_nan_nval = restaurant_nan_grouped['tip'].____()
# Print the group-wise missing entries
print(restaurant_nan_grouped['total_bill'].count() - ____)