Ersätta saknade värden
Ett annat sätt att hantera saknade värden är att ersätta dem alla med samma värde. För numeriska variabler kan man till exempel ersätta saknade värden med 0— det är vad du gör här. När du ersätter saknade värden gör du dock antaganden om vad ett saknat värde innebär. I det här fallet antar du att ett saknat försäljningstal betyder att inga avokados av den typen såldes den veckan.
I den här övningen får du se hur ersättning av saknade värden kan påverka fördelningen av en variabel med hjälp av histogram. Du kan rita histogram för flera variabler samtidigt så här:
dogs[["height_cm", "weight_kg"]].hist()
pandas har importerats som pd och matplotlib.pyplot har importerats som plt. Datamängden avocados_2016 är tillgänglig.
Den här övningen är en del av kursen
Datamanipulering med pandas
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# List the columns with missing values
cols_with_missing = ["small_sold", "large_sold", "xl_sold"]
# Create histograms showing the distributions cols_with_missing
avocados_2016[____].____
# Show the plot
____