用百分位数填补缺失值
在本练习中，您将继续练习填补缺失值。不同于上个练习，这一次您将使用百分位数替代平均值来进行填补。使用百分位数能得到更为保守的填补结果。用百分位数为某一列填补缺失值的一般步骤如下：
- 从目标列中移除缺失值。
- 然后计算该列非缺失数值的第 70 个百分位数。
- 第 70 个百分位的"较差值"取决于您计算百分位数的列含义：
- 例如，资产越多通常越好，因此资产少更"差"。资产的第 70 个百分位"较差值"其实就是资产的第 30 个百分位数。
- 相应地，负债越多通常越差。因此，负债的第 70 个"较差值"就是它的第 70 个百分位数。
pandas 已使用别名 pd 导入，NumPy 已使用别名 np 导入。已为您加载一个名为 dataset 的 pandas DataFrame。它包含 "Total Current Liabilities" 列，其中有一些缺失值。
本练习是课程的一部分
用 Python 分析财务报表
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Impute missing value with 70th percentile non-missing values of company
impute_by_company = ___
# Impute missing value with 70th percentile non-missing values of industry
impute_by_comp_type = ____
print(impute_by_company)
print(impute_by_comp_type)