Ta bort MCAR
Att analysera och hantera saknade värden på rätt sätt är en utmaning. Men om antalet saknade värden är litet blir hanteringen betydligt enklare. I videoövningen lärde du dig hur du identifierar, avgör när du bör ta bort, och faktiskt tar bort saknad data.
I den här övningen ska du utföra listviss radering av de rader där kolumnen Glucose har saknade värden. DataFrame:n diabetes och paketet missingno som msno har redan laddats in åt dig.
Observera att vi använder en egenutvecklad display()-funktion i stället för plt.show() för att göra det enklare att visa utdata.
Den här övningen är en del av kursen
Hantera saknade värden i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Visualize the missingness of diabetes prior to dropping missing values
___
# Display nullity matrix
display("/usr/local/share/datasets/matrix_diabetes.png")