分析缺失率
在处理缺失数据之前,先分析与缺失相关的各类因素非常重要。分析数据的基础步骤是评估缺失量,也就是每个变量缺失的取值数量。在本练习中,您将计算每列的缺失值总数,并找出每列缺失值所占的百分比。
在本练习中,您将通过解析 Date 列来加载 'airquality' 数据集,然后在空值 DataFrame 上计算缺失值的总和,以及以百分比表示的缺失程度。
本练习是课程的一部分
在 Python 中处理缺失数据
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Load the air-quality.csv dataset
airquality = pd.read_csv(___, parse_dates=[___], index_col=___)