Saknade investerare
Att hantera saknade värden är en av de vanligaste uppgifterna inom datavetenskap. Det finns många typer av saknad data, liksom många olika sätt att hantera den.
Du har precis fått en ny version av DataFrame:n banking som innehåller data om innestående och investerat belopp för nya och befintliga kunder. Vissa rader saknar dock värden i kolumnen inv_amount.
Du vet att de flesta kunder under 25 år ännu inte har investeringskonton, och misstänker att det kan vara orsaken till den saknade datan. Paketen pandas, missingno och matplotlib.pyplot har importerats som pd, msno respektive plt. DataFrame:n banking finns i din miljö.
Den här övningen är en del av kursen
Datarensning i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Print number of missing values in banking
print(____)
# Visualize missingness matrix
____
____