创建缺失值哑变量
给定一个 basetable，其中包含一个预测变量 "total_donations"，表示某位捐赠者历史上的捐赠总次数。该变量可能存在缺失值，用以指示该捐赠者此前从未捐赠过。本身这就是重要信息，因此我们应创建一个变量 "no_donations"，用于指示 "total_donations" 是否缺失。
本练习是课程的一部分
Python 预测分析进阶
练习说明
- 在
basetable中创建新列 "no_donations"：当total_donations缺失时取值为 1，否则为 0。 - 计算
total_donations中缺失值的数量，并将结果赋给number_na。 - 打印缺失值所占的百分比。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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))