Hitta saknade värden
Saknade värden finns överallt, och du vill inte att de stör ditt arbete. Vissa funktioner ignorerar saknad data som standard, men det är inte alltid det beteendet du vill ha. Vissa funktioner kan inte hantera saknade värden alls, så dessa värden måste åtgärdas innan du kan använda dem. Om du inte vet var dina saknade värden finns, eller om de ens existerar, kan du göra misstag i din analys. I den här övningen ska du ta reda på om det finns saknade värden i datamängden, och i så fall hur många.
pandas har importerats som pd, och avocados_2016 är tillgänglig. Den omfattar endast försäljning från 2016 och är upplagd bredare än avocados, med en kolumn per avokadostorlek: date, avg_price, total_sold, small_sold, large_sold, xl_sold, total_bags_sold, small_bags_sold, large_bags_sold och xl_bags_sold.
Den här övningen är en del av kursen
Datamanipulering med pandas
Övningsinstruktioner
- Skriv ut en DataFrame som visar om varje värde i
avocados_2016saknas eller inte. - Skriv ut en sammanfattning som visar om något värde i varje kolumn saknas eller inte.
- Skapa ett stapeldiagram över det totala antalet saknade värden i varje kolumn.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import matplotlib.pyplot with alias plt
import matplotlib.pyplot as plt
# Check individual values for missing values
print(____)
# Check each column for missing values
print(____)
# Bar plot of missing values by variable
____
# Show plot
plt.show()