Проверил датафреймы на содержание пустых признаков
This commit is contained in:
parent
87062d0743
commit
f26b7ea386
568
lab_2/lab2.ipynb
568
lab_2/lab2.ipynb
@ -93,6 +93,237 @@
|
|||||||
" - **Целевой признак:** Зарплата в зависимости от удаленности работы и типа занятости (фиксированная сумма или разница в зарплатах для разных типов занятости)."
|
" - **Целевой признак:** Зарплата в зависимости от удаленности работы и типа занятости (фиксированная сумма или разница в зарплатах для разных типов занятости)."
|
||||||
]
|
]
|
||||||
},
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"Выполним все необходимые импорты"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 3,
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"from typing import Any\n",
|
||||||
|
"from math import ceil\n",
|
||||||
|
"\n",
|
||||||
|
"import pandas as pd\n",
|
||||||
|
"from pandas import DataFrame, Series\n",
|
||||||
|
"from sklearn.model_selection import train_test_split\n",
|
||||||
|
"from imblearn.over_sampling import ADASYN\n",
|
||||||
|
"from imblearn.under_sampling import RandomUnderSampler\n",
|
||||||
|
"import matplotlib.pyplot as plt"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"Считаем данные для первого датасета"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 21,
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"name": "stdout",
|
||||||
|
"output_type": "stream",
|
||||||
|
"text": [
|
||||||
|
"<class 'pandas.core.frame.DataFrame'>\n",
|
||||||
|
"RangeIndex: 3755 entries, 0 to 3754\n",
|
||||||
|
"Data columns (total 11 columns):\n",
|
||||||
|
" # Column Non-Null Count Dtype \n",
|
||||||
|
"--- ------ -------------- ----- \n",
|
||||||
|
" 0 work_year 3755 non-null int64 \n",
|
||||||
|
" 1 experience_level 3755 non-null object\n",
|
||||||
|
" 2 employment_type 3755 non-null object\n",
|
||||||
|
" 3 job_title 3755 non-null object\n",
|
||||||
|
" 4 salary 3755 non-null int64 \n",
|
||||||
|
" 5 salary_currency 3755 non-null object\n",
|
||||||
|
" 6 salary_in_usd 3755 non-null int64 \n",
|
||||||
|
" 7 employee_residence 3755 non-null object\n",
|
||||||
|
" 8 remote_ratio 3755 non-null int64 \n",
|
||||||
|
" 9 company_location 3755 non-null object\n",
|
||||||
|
" 10 company_size 3755 non-null object\n",
|
||||||
|
"dtypes: int64(4), object(7)\n",
|
||||||
|
"memory usage: 322.8+ KB\n"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"data": {
|
||||||
|
"text/html": [
|
||||||
|
"<div>\n",
|
||||||
|
"<style scoped>\n",
|
||||||
|
" .dataframe tbody tr th:only-of-type {\n",
|
||||||
|
" vertical-align: middle;\n",
|
||||||
|
" }\n",
|
||||||
|
"\n",
|
||||||
|
" .dataframe tbody tr th {\n",
|
||||||
|
" vertical-align: top;\n",
|
||||||
|
" }\n",
|
||||||
|
"\n",
|
||||||
|
" .dataframe thead th {\n",
|
||||||
|
" text-align: right;\n",
|
||||||
|
" }\n",
|
||||||
|
"</style>\n",
|
||||||
|
"<table border=\"1\" class=\"dataframe\">\n",
|
||||||
|
" <thead>\n",
|
||||||
|
" <tr style=\"text-align: right;\">\n",
|
||||||
|
" <th></th>\n",
|
||||||
|
" <th>count</th>\n",
|
||||||
|
" <th>mean</th>\n",
|
||||||
|
" <th>std</th>\n",
|
||||||
|
" <th>min</th>\n",
|
||||||
|
" <th>25%</th>\n",
|
||||||
|
" <th>50%</th>\n",
|
||||||
|
" <th>75%</th>\n",
|
||||||
|
" <th>max</th>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" </thead>\n",
|
||||||
|
" <tbody>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>work_year</th>\n",
|
||||||
|
" <td>3755.0</td>\n",
|
||||||
|
" <td>2022.373635</td>\n",
|
||||||
|
" <td>0.691448</td>\n",
|
||||||
|
" <td>2020.0</td>\n",
|
||||||
|
" <td>2022.0</td>\n",
|
||||||
|
" <td>2022.0</td>\n",
|
||||||
|
" <td>2023.0</td>\n",
|
||||||
|
" <td>2023.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>salary</th>\n",
|
||||||
|
" <td>3755.0</td>\n",
|
||||||
|
" <td>190695.571771</td>\n",
|
||||||
|
" <td>671676.500508</td>\n",
|
||||||
|
" <td>6000.0</td>\n",
|
||||||
|
" <td>100000.0</td>\n",
|
||||||
|
" <td>138000.0</td>\n",
|
||||||
|
" <td>180000.0</td>\n",
|
||||||
|
" <td>30400000.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>salary_in_usd</th>\n",
|
||||||
|
" <td>3755.0</td>\n",
|
||||||
|
" <td>137570.389880</td>\n",
|
||||||
|
" <td>63055.625278</td>\n",
|
||||||
|
" <td>5132.0</td>\n",
|
||||||
|
" <td>95000.0</td>\n",
|
||||||
|
" <td>135000.0</td>\n",
|
||||||
|
" <td>175000.0</td>\n",
|
||||||
|
" <td>450000.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>remote_ratio</th>\n",
|
||||||
|
" <td>3755.0</td>\n",
|
||||||
|
" <td>46.271638</td>\n",
|
||||||
|
" <td>48.589050</td>\n",
|
||||||
|
" <td>0.0</td>\n",
|
||||||
|
" <td>0.0</td>\n",
|
||||||
|
" <td>0.0</td>\n",
|
||||||
|
" <td>100.0</td>\n",
|
||||||
|
" <td>100.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" </tbody>\n",
|
||||||
|
"</table>\n",
|
||||||
|
"</div>"
|
||||||
|
],
|
||||||
|
"text/plain": [
|
||||||
|
" count mean std min 25% \\\n",
|
||||||
|
"work_year 3755.0 2022.373635 0.691448 2020.0 2022.0 \n",
|
||||||
|
"salary 3755.0 190695.571771 671676.500508 6000.0 100000.0 \n",
|
||||||
|
"salary_in_usd 3755.0 137570.389880 63055.625278 5132.0 95000.0 \n",
|
||||||
|
"remote_ratio 3755.0 46.271638 48.589050 0.0 0.0 \n",
|
||||||
|
"\n",
|
||||||
|
" 50% 75% max \n",
|
||||||
|
"work_year 2022.0 2023.0 2023.0 \n",
|
||||||
|
"salary 138000.0 180000.0 30400000.0 \n",
|
||||||
|
"salary_in_usd 135000.0 175000.0 450000.0 \n",
|
||||||
|
"remote_ratio 0.0 100.0 100.0 "
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"execution_count": 21,
|
||||||
|
"metadata": {},
|
||||||
|
"output_type": "execute_result"
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"df = pd.read_csv('csv/8.ds_salaries.csv')\n",
|
||||||
|
"df.info()\n",
|
||||||
|
"df.describe().transpose()"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"Метод проверки пустых значений в датафрейме"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 32,
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"# Проверка пропущенных данных\n",
|
||||||
|
"def check_null_columns(dataframe: DataFrame) -> None:\n",
|
||||||
|
" print('Присутствуют ли пустые значения признаков в колонке:')\n",
|
||||||
|
" print(dataframe.isnull().any(), '\\n')\n",
|
||||||
|
"\n",
|
||||||
|
" if any(dataframe.isnull().any()):\n",
|
||||||
|
" print('Количество пустых значений признаков в колонке:')\n",
|
||||||
|
" print(dataframe.isnull().sum(), '\\n')\n",
|
||||||
|
"\n",
|
||||||
|
" print('Процент пустых значений признаков в колонке:')\n",
|
||||||
|
" for column in dataframe.columns:\n",
|
||||||
|
" null_rate: float = dataframe[column].isnull().sum() / len(dataframe) * 100\n",
|
||||||
|
" if null_rate > 0:\n",
|
||||||
|
" print(f\"{column} процент пустых значений: {null_rate:.2f}%\") "
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"Проверим на пустые значения в колонках"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 33,
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"name": "stdout",
|
||||||
|
"output_type": "stream",
|
||||||
|
"text": [
|
||||||
|
"Присутствуют ли пустые значения признаков в колонке:\n",
|
||||||
|
"work_year False\n",
|
||||||
|
"experience_level False\n",
|
||||||
|
"employment_type False\n",
|
||||||
|
"job_title False\n",
|
||||||
|
"salary False\n",
|
||||||
|
"salary_currency False\n",
|
||||||
|
"salary_in_usd False\n",
|
||||||
|
"employee_residence False\n",
|
||||||
|
"remote_ratio False\n",
|
||||||
|
"company_location False\n",
|
||||||
|
"company_size False\n",
|
||||||
|
"dtype: bool \n",
|
||||||
|
"\n"
|
||||||
|
]
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"check_null_columns(df)"
|
||||||
|
]
|
||||||
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "markdown",
|
"cell_type": "markdown",
|
||||||
"metadata": {},
|
"metadata": {},
|
||||||
@ -192,6 +423,171 @@
|
|||||||
" - **Цель**: Прогнозировать объем продаж (Store_Sales)."
|
" - **Цель**: Прогнозировать объем продаж (Store_Sales)."
|
||||||
]
|
]
|
||||||
},
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 35,
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"name": "stdout",
|
||||||
|
"output_type": "stream",
|
||||||
|
"text": [
|
||||||
|
"<class 'pandas.core.frame.DataFrame'>\n",
|
||||||
|
"RangeIndex: 896 entries, 0 to 895\n",
|
||||||
|
"Data columns (total 5 columns):\n",
|
||||||
|
" # Column Non-Null Count Dtype\n",
|
||||||
|
"--- ------ -------------- -----\n",
|
||||||
|
" 0 Store ID 896 non-null int64\n",
|
||||||
|
" 1 Store_Area 896 non-null int64\n",
|
||||||
|
" 2 Items_Available 896 non-null int64\n",
|
||||||
|
" 3 Daily_Customer_Count 896 non-null int64\n",
|
||||||
|
" 4 Store_Sales 896 non-null int64\n",
|
||||||
|
"dtypes: int64(5)\n",
|
||||||
|
"memory usage: 35.1 KB\n"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"data": {
|
||||||
|
"text/html": [
|
||||||
|
"<div>\n",
|
||||||
|
"<style scoped>\n",
|
||||||
|
" .dataframe tbody tr th:only-of-type {\n",
|
||||||
|
" vertical-align: middle;\n",
|
||||||
|
" }\n",
|
||||||
|
"\n",
|
||||||
|
" .dataframe tbody tr th {\n",
|
||||||
|
" vertical-align: top;\n",
|
||||||
|
" }\n",
|
||||||
|
"\n",
|
||||||
|
" .dataframe thead th {\n",
|
||||||
|
" text-align: right;\n",
|
||||||
|
" }\n",
|
||||||
|
"</style>\n",
|
||||||
|
"<table border=\"1\" class=\"dataframe\">\n",
|
||||||
|
" <thead>\n",
|
||||||
|
" <tr style=\"text-align: right;\">\n",
|
||||||
|
" <th></th>\n",
|
||||||
|
" <th>count</th>\n",
|
||||||
|
" <th>mean</th>\n",
|
||||||
|
" <th>std</th>\n",
|
||||||
|
" <th>min</th>\n",
|
||||||
|
" <th>25%</th>\n",
|
||||||
|
" <th>50%</th>\n",
|
||||||
|
" <th>75%</th>\n",
|
||||||
|
" <th>max</th>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" </thead>\n",
|
||||||
|
" <tbody>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>Store ID</th>\n",
|
||||||
|
" <td>896.0</td>\n",
|
||||||
|
" <td>448.500000</td>\n",
|
||||||
|
" <td>258.797218</td>\n",
|
||||||
|
" <td>1.0</td>\n",
|
||||||
|
" <td>224.75</td>\n",
|
||||||
|
" <td>448.5</td>\n",
|
||||||
|
" <td>672.25</td>\n",
|
||||||
|
" <td>896.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>Store_Area</th>\n",
|
||||||
|
" <td>896.0</td>\n",
|
||||||
|
" <td>1485.409598</td>\n",
|
||||||
|
" <td>250.237011</td>\n",
|
||||||
|
" <td>775.0</td>\n",
|
||||||
|
" <td>1316.75</td>\n",
|
||||||
|
" <td>1477.0</td>\n",
|
||||||
|
" <td>1653.50</td>\n",
|
||||||
|
" <td>2229.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>Items_Available</th>\n",
|
||||||
|
" <td>896.0</td>\n",
|
||||||
|
" <td>1782.035714</td>\n",
|
||||||
|
" <td>299.872053</td>\n",
|
||||||
|
" <td>932.0</td>\n",
|
||||||
|
" <td>1575.50</td>\n",
|
||||||
|
" <td>1773.5</td>\n",
|
||||||
|
" <td>1982.75</td>\n",
|
||||||
|
" <td>2667.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>Daily_Customer_Count</th>\n",
|
||||||
|
" <td>896.0</td>\n",
|
||||||
|
" <td>786.350446</td>\n",
|
||||||
|
" <td>265.389281</td>\n",
|
||||||
|
" <td>10.0</td>\n",
|
||||||
|
" <td>600.00</td>\n",
|
||||||
|
" <td>780.0</td>\n",
|
||||||
|
" <td>970.00</td>\n",
|
||||||
|
" <td>1560.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>Store_Sales</th>\n",
|
||||||
|
" <td>896.0</td>\n",
|
||||||
|
" <td>59351.305804</td>\n",
|
||||||
|
" <td>17190.741895</td>\n",
|
||||||
|
" <td>14920.0</td>\n",
|
||||||
|
" <td>46530.00</td>\n",
|
||||||
|
" <td>58605.0</td>\n",
|
||||||
|
" <td>71872.50</td>\n",
|
||||||
|
" <td>116320.0</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" </tbody>\n",
|
||||||
|
"</table>\n",
|
||||||
|
"</div>"
|
||||||
|
],
|
||||||
|
"text/plain": [
|
||||||
|
" count mean std min 25% \\\n",
|
||||||
|
"Store ID 896.0 448.500000 258.797218 1.0 224.75 \n",
|
||||||
|
"Store_Area 896.0 1485.409598 250.237011 775.0 1316.75 \n",
|
||||||
|
"Items_Available 896.0 1782.035714 299.872053 932.0 1575.50 \n",
|
||||||
|
"Daily_Customer_Count 896.0 786.350446 265.389281 10.0 600.00 \n",
|
||||||
|
"Store_Sales 896.0 59351.305804 17190.741895 14920.0 46530.00 \n",
|
||||||
|
"\n",
|
||||||
|
" 50% 75% max \n",
|
||||||
|
"Store ID 448.5 672.25 896.0 \n",
|
||||||
|
"Store_Area 1477.0 1653.50 2229.0 \n",
|
||||||
|
"Items_Available 1773.5 1982.75 2667.0 \n",
|
||||||
|
"Daily_Customer_Count 780.0 970.00 1560.0 \n",
|
||||||
|
"Store_Sales 58605.0 71872.50 116320.0 "
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"execution_count": 35,
|
||||||
|
"metadata": {},
|
||||||
|
"output_type": "execute_result"
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"df = pd.read_csv('csv/9.Stores.csv')\n",
|
||||||
|
"df.info()\n",
|
||||||
|
"df.describe().transpose()"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 36,
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"name": "stdout",
|
||||||
|
"output_type": "stream",
|
||||||
|
"text": [
|
||||||
|
"Присутствуют ли пустые значения признаков в колонке:\n",
|
||||||
|
"Store ID False\n",
|
||||||
|
"Store_Area False\n",
|
||||||
|
"Items_Available False\n",
|
||||||
|
"Daily_Customer_Count False\n",
|
||||||
|
"Store_Sales False\n",
|
||||||
|
"dtype: bool \n",
|
||||||
|
"\n"
|
||||||
|
]
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"check_null_columns(df)"
|
||||||
|
]
|
||||||
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "markdown",
|
"cell_type": "markdown",
|
||||||
"metadata": {},
|
"metadata": {},
|
||||||
@ -265,11 +661,181 @@
|
|||||||
"\n",
|
"\n",
|
||||||
"Каждый из этих проектов направлен на повышение прибыльности компании, улучшение персонализированного подхода к клиентам и снижение финансовых рисков."
|
"Каждый из этих проектов направлен на повышение прибыльности компании, улучшение персонализированного подхода к клиентам и снижение финансовых рисков."
|
||||||
]
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 38,
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"name": "stdout",
|
||||||
|
"output_type": "stream",
|
||||||
|
"text": [
|
||||||
|
"<class 'pandas.core.frame.DataFrame'>\n",
|
||||||
|
"RangeIndex: 2772 entries, 0 to 2771\n",
|
||||||
|
"Data columns (total 7 columns):\n",
|
||||||
|
" # Column Non-Null Count Dtype \n",
|
||||||
|
"--- ------ -------------- ----- \n",
|
||||||
|
" 0 age 2772 non-null int64 \n",
|
||||||
|
" 1 sex 2772 non-null object \n",
|
||||||
|
" 2 bmi 2772 non-null float64\n",
|
||||||
|
" 3 children 2772 non-null int64 \n",
|
||||||
|
" 4 smoker 2772 non-null object \n",
|
||||||
|
" 5 region 2772 non-null object \n",
|
||||||
|
" 6 charges 2772 non-null float64\n",
|
||||||
|
"dtypes: float64(2), int64(2), object(3)\n",
|
||||||
|
"memory usage: 151.7+ KB\n"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"data": {
|
||||||
|
"text/html": [
|
||||||
|
"<div>\n",
|
||||||
|
"<style scoped>\n",
|
||||||
|
" .dataframe tbody tr th:only-of-type {\n",
|
||||||
|
" vertical-align: middle;\n",
|
||||||
|
" }\n",
|
||||||
|
"\n",
|
||||||
|
" .dataframe tbody tr th {\n",
|
||||||
|
" vertical-align: top;\n",
|
||||||
|
" }\n",
|
||||||
|
"\n",
|
||||||
|
" .dataframe thead th {\n",
|
||||||
|
" text-align: right;\n",
|
||||||
|
" }\n",
|
||||||
|
"</style>\n",
|
||||||
|
"<table border=\"1\" class=\"dataframe\">\n",
|
||||||
|
" <thead>\n",
|
||||||
|
" <tr style=\"text-align: right;\">\n",
|
||||||
|
" <th></th>\n",
|
||||||
|
" <th>count</th>\n",
|
||||||
|
" <th>mean</th>\n",
|
||||||
|
" <th>std</th>\n",
|
||||||
|
" <th>min</th>\n",
|
||||||
|
" <th>25%</th>\n",
|
||||||
|
" <th>50%</th>\n",
|
||||||
|
" <th>75%</th>\n",
|
||||||
|
" <th>max</th>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" </thead>\n",
|
||||||
|
" <tbody>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>age</th>\n",
|
||||||
|
" <td>2772.0</td>\n",
|
||||||
|
" <td>39.109668</td>\n",
|
||||||
|
" <td>14.081459</td>\n",
|
||||||
|
" <td>18.0000</td>\n",
|
||||||
|
" <td>26.000</td>\n",
|
||||||
|
" <td>39.00000</td>\n",
|
||||||
|
" <td>51.0000</td>\n",
|
||||||
|
" <td>64.00000</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>bmi</th>\n",
|
||||||
|
" <td>2772.0</td>\n",
|
||||||
|
" <td>30.701349</td>\n",
|
||||||
|
" <td>6.129449</td>\n",
|
||||||
|
" <td>15.9600</td>\n",
|
||||||
|
" <td>26.220</td>\n",
|
||||||
|
" <td>30.44750</td>\n",
|
||||||
|
" <td>34.7700</td>\n",
|
||||||
|
" <td>53.13000</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>children</th>\n",
|
||||||
|
" <td>2772.0</td>\n",
|
||||||
|
" <td>1.101732</td>\n",
|
||||||
|
" <td>1.214806</td>\n",
|
||||||
|
" <td>0.0000</td>\n",
|
||||||
|
" <td>0.000</td>\n",
|
||||||
|
" <td>1.00000</td>\n",
|
||||||
|
" <td>2.0000</td>\n",
|
||||||
|
" <td>5.00000</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" <tr>\n",
|
||||||
|
" <th>charges</th>\n",
|
||||||
|
" <td>2772.0</td>\n",
|
||||||
|
" <td>13261.369959</td>\n",
|
||||||
|
" <td>12151.768945</td>\n",
|
||||||
|
" <td>1121.8739</td>\n",
|
||||||
|
" <td>4687.797</td>\n",
|
||||||
|
" <td>9333.01435</td>\n",
|
||||||
|
" <td>16577.7795</td>\n",
|
||||||
|
" <td>63770.42801</td>\n",
|
||||||
|
" </tr>\n",
|
||||||
|
" </tbody>\n",
|
||||||
|
"</table>\n",
|
||||||
|
"</div>"
|
||||||
|
],
|
||||||
|
"text/plain": [
|
||||||
|
" count mean std min 25% 50% \\\n",
|
||||||
|
"age 2772.0 39.109668 14.081459 18.0000 26.000 39.00000 \n",
|
||||||
|
"bmi 2772.0 30.701349 6.129449 15.9600 26.220 30.44750 \n",
|
||||||
|
"children 2772.0 1.101732 1.214806 0.0000 0.000 1.00000 \n",
|
||||||
|
"charges 2772.0 13261.369959 12151.768945 1121.8739 4687.797 9333.01435 \n",
|
||||||
|
"\n",
|
||||||
|
" 75% max \n",
|
||||||
|
"age 51.0000 64.00000 \n",
|
||||||
|
"bmi 34.7700 53.13000 \n",
|
||||||
|
"children 2.0000 5.00000 \n",
|
||||||
|
"charges 16577.7795 63770.42801 "
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"execution_count": 38,
|
||||||
|
"metadata": {},
|
||||||
|
"output_type": "execute_result"
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"df = pd.read_csv('csv/5.medical_insurance.csv')\n",
|
||||||
|
"df.info()\n",
|
||||||
|
"df.describe().transpose()"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 39,
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"name": "stdout",
|
||||||
|
"output_type": "stream",
|
||||||
|
"text": [
|
||||||
|
"Присутствуют ли пустые значения признаков в колонке:\n",
|
||||||
|
"age False\n",
|
||||||
|
"sex False\n",
|
||||||
|
"bmi False\n",
|
||||||
|
"children False\n",
|
||||||
|
"smoker False\n",
|
||||||
|
"region False\n",
|
||||||
|
"charges False\n",
|
||||||
|
"dtype: bool \n",
|
||||||
|
"\n"
|
||||||
|
]
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"check_null_columns(df)"
|
||||||
|
]
|
||||||
}
|
}
|
||||||
],
|
],
|
||||||
"metadata": {
|
"metadata": {
|
||||||
|
"kernelspec": {
|
||||||
|
"display_name": "venv",
|
||||||
|
"language": "python",
|
||||||
|
"name": "python3"
|
||||||
|
},
|
||||||
"language_info": {
|
"language_info": {
|
||||||
"name": "python"
|
"codemirror_mode": {
|
||||||
|
"name": "ipython",
|
||||||
|
"version": 3
|
||||||
|
},
|
||||||
|
"file_extension": ".py",
|
||||||
|
"mimetype": "text/x-python",
|
||||||
|
"name": "python",
|
||||||
|
"nbconvert_exporter": "python",
|
||||||
|
"pygments_lexer": "ipython3",
|
||||||
|
"version": "3.12.6"
|
||||||
}
|
}
|
||||||
},
|
},
|
||||||
"nbformat": 4,
|
"nbformat": 4,
|
||||||
|
|||||||
Loading…
Reference in New Issue
Block a user