Удаление MCAR
Анализ пропущенных значений и правильная работа с ними — задача непростая. Однако если таких значений совсем мало, справиться с ними не составит труда. В видеоуроке вы узнали, как правильно выявлять пропуски, когда их стоит удалять и как это делать.
В этом упражнении вы выполните построчное удаление строк, в которых столбец Glucose содержит пропущенные значения. DataFrame diabetes и пакет missingno под псевдонимом msno уже загружены.
Обратите внимание: вместо plt.show() здесь используется функция display(), чтобы вам было удобнее просматривать результат.
Это упражнение является частью курса
Работа с пропущенными данными в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Visualize the missingness of diabetes prior to dropping missing values
___
# Display nullity matrix
display("/usr/local/share/datasets/matrix_diabetes.png")