Заміна пропущених значень
Ще один спосіб обробки пропущених значень — замінити їх усі одним і тим самим значенням. Для числових змінних один із варіантів — замінити значення на 0 — саме це ви й зробите тут. Однак під час заміни пропущених значень ви робите припущення про те, що означає пропуск. У цьому випадку ви припустите, що відсутнє число проданих одиниць означає, що протягом цього тижня не було продажів цього типу авокадо.
У цій вправі ви побачите, як заміна пропущених значень може вплинути на розподіл змінної за допомогою гістограм. Ви можете побудувати гістограми для кількох змінних одночасно так:
dogs[["height_cm", "weight_kg"]].hist()
pandas імпортовано як pd, а matplotlib.pyplot — як plt. Набір даних avocados_2016 доступний.
Ця вправа є частиною курсу
Опрацювання даних у pandas
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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
____