建立遺漏值指示變數
給定一個 basetable，其中包含一個預測變數「totaldonations」，代表某位捐款者至今的總捐款次數。此變數可能出現遺漏值，表示該捐款者先前從未捐過款。這本身就是重要訊息，因此適合另外建立一個變數「nodonations」來標示「total_donations」是否為遺漏值。
本練習屬於課程
Python 中級預測分析
練習說明
- 在
basetable中建立新的欄位「no_donations」，當total_donations為遺漏值時設為 1，否則為 0。 - 計算
total_donations中遺漏值的數量，並指定給number_na。 - 列印遺漏值所佔的百分比。
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。
# Create dummy indicating missing values
basetable["____"] = pd.Series([____ if b else ____ for b in basetable["total_donations"].isna()])
# Calculate number of missing values
number_na = sum(____["no_donations"] == ____)
# Calculate percentage of missing values
print(round(____ / ____(____), 2))