開始使用免費開始

遺漏的投資人

處理遺漏值是資料科學中最常見的工作之一。遺漏的型態很多,對應的解法也很多種。

你剛拿到新版的 banking DataFrame,其中包含新舊客戶的持有金額與投資金額。不過,部分列的 inv_amount 為遺漏值。

你很確定大多數 25 歲以下的客戶尚未開立投資帳戶,懷疑這可能是造成遺漏的原因。pandasmissingnomatplotlib.pyplot 套件已分別以 pdmsnoplt 匯入。banking DataFrame 已在你的環境中。

本練習屬於課程

用 Python 進行資料清理

檢視課程

動手互動練習

試著完成這個範例程式碼,體驗一下這個練習。

# Print number of missing values in banking
print(____)

# Visualize missingness matrix
____
____
編輯並執行程式碼