Поиск пропущенных значений
Пропущенные значения встречаются повсюду, и важно не допустить, чтобы они искажали результаты анализа. Некоторые функции по умолчанию игнорируют пропущенные данные, но такое поведение не всегда желательно. Другие функции вообще не умеют с ними работать, поэтому перед использованием данных нужно разобраться с пропусками. Если не знать, где именно они находятся и есть ли они вообще, можно допустить ошибки в анализе. В этом упражнении вы определите, есть ли пропущенные значения в наборе данных, и если да — сколько их.
pandas импортирован как pd, а avocados_2016 — подмножество avocados, содержащее только данные о продажах за 2016 год — уже доступен.
Это упражнение является частью курса
Работа с данными в pandas
Инструкции к упражнению
- Выведите DataFrame, который показывает, является ли каждое значение в
avocados_2016пропущенным. - Выведите сводку, показывающую, есть ли хотя бы одно пропущенное значение в каждом столбце.
- Постройте столбчатую диаграмму общего количества 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()