Замена пропущенных значений
Ещё один способ работы с пропущенными значениями — заменить их все на одно и то же значение. Для числовых переменных можно использовать 0 — именно это вы сделаете в данном упражнении. Однако при замене пропущенных значений важно учитывать, что за ними стоит. В нашем случае предположим, что отсутствие числа продаж означает, что за эту неделю авокадо данного типа не было продано.
Вы увидите, как замена пропущенных значений влияет на распределение переменной — для этого воспользуетесь гистограммами. Построить гистограммы для нескольких переменных одновременно можно следующим образом:
dogs[["height_cm", "weight_kg"]].hist()
pandas импортирован как pd, а matplotlib.pyplot — как plt. Набор данных avocados_2016 доступен для работы.
Это упражнение является частью курса
Работа с данными в pandas
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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
____