Поиск пропущенных значений
Пропущенные значения встречаются повсюду, и вы не захотите, чтобы они мешали вашей работе. Некоторые функции по умолчанию игнорируют отсутствующие данные, но это не всегда то поведение, которое вам нужно. Другие функции вообще не умеют работать с пропущенными значениями, поэтому такие значения нужно обработать заранее. Если вы не знаете, где находятся пропущенные значения и есть ли они вообще, вы рискуете допустить ошибки в анализе. В этом упражнении вы определите, есть ли в наборе данных пропущенные значения, и если да, то сколько их.
pandas импортирован как pd, а также доступен avocados_2016. Он содержит данные о продажах только за 2016 год и организован иначе, чем avocados, — с отдельным столбцом для каждого размера авокадо: date, avg_price, total_sold, small_sold, large_sold, xl_sold, total_bags_sold, small_bags_sold, large_bags_sold и xl_bags_sold.
Это упражнение является частью курса
Работа с данными в pandas
Инструкции к упражнению
- Выведите DataFrame, показывающий, отсутствует ли каждое значение в
avocados_2016. - Выведите сводку, показывающую, отсутствует ли хотя бы одно значение в каждом столбце.
- Постройте столбчатую диаграмму, отображающую общее количество пропущенных значений в каждом столбце.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Import matplotlib.pyplot with alias plt
import matplotlib.pyplot as plt
# Check individual values for missing values
print(____)
# Check each column for missing values
print(____)
# Bar plot of missing values by variable
____
# Show plot
plt.show()