Анализ процента пропущенных значений
Прежде чем приступить к обработке пропущенных данных, важно проанализировать все факторы, связанные с их отсутствием. Первый шаг в таком анализе — определить количество пропущенных значений для каждой переменной. В этом упражнении вы вычислите общее число пропущенных значений по каждому столбцу, а также найдёте долю пропусков в процентах.
Вы загрузите набор данных 'airquality', разобрав столбец Date, а затем вычислите сумму пропущенных значений и степень пропущенности в процентах на основе DataFrame нулевых значений.
Это упражнение является частью курса
Работа с пропущенными данными в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Load the air-quality.csv dataset
airquality = pd.read_csv(___, parse_dates=[___], index_col=___)