Imputera och fyll i saknade värden med medelvärden
När du vill göra din analys kommer du troligtvis att använda egna data. Datamängder har ofta saknade värden. I den här övningen får du träna på att imputera dessa saknade värden. Det är viktigt att hantera saknade värden så att de inte hindrar din analys.
pandas har laddats med aliaset pd och NumPy med aliaset np. En pandas DataFrame med namnet dataset har laddats åt dig. Den innehåller kolumnen "Total Current Liabilities", som har några saknade värden.
Den här övningen är en del av kursen
Analysera finansiella rapporter i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Impute missing value using average non-missing values by company
impute_by_company = dataset.____
# Impute missing value using average non-missing values by industry
impute_by_comp_type = dataset.____
print(impute_by_company)
print(impute_by_comp_type)