开始使用免费开始使用

缺失的投资者

处理缺失数据是数据科学中最常见的任务之一。缺失有多种类型,解决缺失数据的方法也各不相同。

您刚拿到一个新的 banking DataFrame,包含新老客户的持有与投资金额。不过,其中有一些行的 inv_amount 值缺失。

您非常确定,25 岁以下的大多数客户尚未开立投资账户,并怀疑这可能导致了缺失。pandasmissingnomatplotlib.pyplot 软件包已分别以 pdmsnoplt 导入。banking DataFrame 已在您的环境中。

本练习是课程的一部分

Python 数据清洗

查看课程

交互式实操练习

通过完成这段示例代码来试试这个练习。

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

# Visualize missingness matrix
____
____
编辑并运行代码