Gissa typen av saknade värden
Att analysera typen av saknade värden hjälper dig att avgöra hur du bäst hanterar dem. Pima Indians diabetes-dataset är välkänt för att innehålla saknade värden. Pima Indians är en etnisk grupp med högre risk att utveckla diabetes. Datamängden innehåller flera laboratorietester utförda med medlemmar ur denna grupp.
I videolektionen lärde du dig de tre typerna av mönster för saknade värden. I den här övningen ska du först visualisera en sammanfattning av saknade värden och sedan identifiera vilka typer av saknade värden som förekommer i DataFrame:n.
DataFrame:n har redan laddats in åt dig som diabetes.
Observera att vi använder en proprietär display()-funktion i stället för plt.show() för att göra det enklare att se 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.
# Import missingno as msno
___
# Visualize the missingness summary
___
# Display nullity matrix
display("/usr/local/share/datasets/matrix_diabetes.png")