Імпутація та заповнення пропусків за середніми значеннями
Коли ви проводитимете власний аналіз, імовірно, використовуватимете свої дані. У наборах даних часто трапляються пропущені значення. У цій вправі ви потренуєтеся виконувати імпутацію таких пропусків. Імпутація важлива, адже ви не хочете, щоб пропущені значення заважали вашому аналізу.
pandas імпортовано з псевдонімом pd, а NumPy — з псевдонімом np. Для вас завантажено датафрейм pandas під назвою dataset. Він містить стовпець "Total Current Liabilities", у якому є деякі пропущені значення.
Ця вправа є частиною курсу
Аналіз фінансової звітності в Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Impute missing value using average non-missing values by company
impute_by_company = dataset.____
# Impute missing value using average non-missing values by industry
impute_by_comp_type = dataset.____
print(impute_by_company)
print(impute_by_comp_type)