۷ کیو· سادهمبتدیPYTHON۴ ثانیه · ۲۵۶ مگابایت

پرکردن داده‌ی گمشده

در داده‌ی واقعی خانه‌های خالی زیادند. تابع fill_missing(df) را بنویسید که یک DataFrame تازه برگرداند در آن:

خانه‌های خالی هر ستون عددی با میانه‌ی همان ستون پر شده باشند،
خانه‌های خالی هر ستون متنی با رشته‌ی "نامشخص" پر شده باشند،
و ترتیب سطرها و ستون‌ها همان ترتیب اصلی باشد.

میانه را از مقدارهای موجود حساب کنید (median خودش خانه‌های خالی را نادیده می‌گیرد). در آزمون‌ها هیچ ستون عددی‌ای تماماً خالی نیست.

:::warning df.fillna(df.median()) روی DataFrameای که ستون متنی دارد در نسخه‌های مختلف pandas رفتار متفاوتی دارد. ستون‌ها را خودتان جدا کنید. :::

نمونه‌ها

ورودی نمونه ۱

[]
name,age,city
سارا,24,تهران
علی,,شیراز
مینا,30,
رضا,28,تبریز

خروجی نمونه ۱

{"columns": ["name", "age", "city"], "index": [0, 1, 2, 3], "rows": [["سارا", 24.0, "تهران"], ["علی", 28.0, "شیراز"], ["مینا", 30.0, "نامشخص"], ["رضا", 28.0, "تبریز"]]}

ورودی نمونه ۲

[]
a,b
1,10
,20
3,
,40

خروجی نمونه ۲

{"columns": ["a", "b"], "index": [0, 1, 2, 3], "rows": [[1.0, 10.0], [2.0, 20.0], [3.0, 20.0], [2.0, 40.0]]}

برای نوشتن پاسخ و دریافت امتیاز، ابتدا وارد حساب شوید.

ورود