处理缺失数据
在开始分析之前处理缺失数据非常重要。
一种做法是:如果缺失值只占数据的一小部分(通常为 5%),则直接删除这些缺失值。
现在使用关于机票价格的数据集,已存为名为 planes 的 pandas DataFrame。您的任务是统计各列的缺失值数量,计算所有取值的 5%,用该阈值删除观测,并检查数据集中还剩多少缺失值。
本练习是课程的一部分
在开始分析之前处理缺失数据非常重要。
一种做法是:如果缺失值只占数据的一小部分(通常为 5%),则直接删除这些缺失值。
现在使用关于机票价格的数据集,已存为名为 planes 的 pandas DataFrame。您的任务是统计各列的缺失值数量,计算所有取值的 5%,用该阈值删除观测,并检查数据集中还剩多少缺失值。
本练习是课程的一部分