Identifiera saknade värden
Det första steget innan imputering av saknade värden är att identifiera om det finns saknade värden i datan, och i så fall från vilken grupp de härstammar.
För samma restaurant_data som du stötte på i lektionen har en anställd av misstag raderat dricksen från 65 bord. Frågan är hur många saknade poster som kom från bord där rökare var närvarande jämfört med bord utan rökare.
Din uppgift är att gruppera båda datamängderna efter variabeln smoker, räkna antalet befintliga värden och sedan beräkna skillnaden.
Vi imputerar dricks för att du ska få öva på begreppen som tas upp i lektionen. Ur ett etiskt perspektiv bör du aldrig imputera finansiella data i verkliga situationer, eftersom det kan betraktas som bedrägeri.
Den här övningen är en del av kursen
Effektiv kodning med pandas
Övningsinstruktioner
- Gruppera datan efter rökningsstatus.
- Beräkna antalet icke-saknade värden i varje grupp.
- Skriv ut antalet saknade värden i varje grupp.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Group both objects according to smoke condition
restaurant_nan_grouped = restaurant_nan.____(____)
# Store the number of present values
restaurant_nan_nval = restaurant_nan_grouped['tip'].____()
# Print the group-wise missing entries
print(restaurant_nan_grouped['total_bill'].count() - ____)