get_missing_summary() helper method for OpenML datasets

Đang mở
#1,443 0 bình luận 0 reaction 0 người được giao Xem trên GitHub

Chưa có ai nhận issue này.

Đánh giá

Độ khó
2/5
Thời gian dự kiến
1-3 giờ
Mức phù hợp với người mới
48/100
Loại issue
Tính năng
Độ rõ ràng
Đặc tả rõ ràng
Mức độ hoạt động
Đình trệ
Công nghệ
pandas, python
Lĩnh vực
data, machine-learning

Hướng nghiên cứu

Start at the OpenMLDataset class and inspect its existing get_data() entry point. Implement the requested missing-value summary using the dataset's returned dataframe, including total and per-column counts, then verify that the result matches the example structure and values for a dataset with missing data.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

Hi OpenML team,

I’d like to propose a small usability enhancement to improve the dataset exploration workflow in openml-python.

Feature Request

helper method:

dataset.get_missing_summary()

  • that returns a simple summary of missing values for the dataset.
Motivation

Many users load a dataset and immediately need to check:

  • how many missing values exist in total
  • which columns contain missing values
  • basic column-level counts

Currently, users must manually compute this after calling dataset.get_data().
A built-in helper would reduce repetitive code and improve the dataset exploration experience, especially for new users.

Proposed Behavior
dataset = openml.datasets.get_dataset(dataset_id)
df, *_ = dataset.get_data()

dataset.get_missing_summary()

Example output:

{
    "n_missing_total": 235,
    "missing_per_column": {
        "age": 10,
        "income": 20,
        "zipcode": 205
    }
}
Implementation Idea
  • Implement this as a method inside the OpenMLDataset class.
  • Internally, the method would:
  1. Call .get_data()
  2. Compute missing summary using pandas (df.isna().sum())
  3. Return a dictionary with overall and per-column counts

No changes needed to the core API; this is an isolated helper.

Benefits

Improves ease of use

  • No backward compatibility impact
  • Lightweight feature (easy to maintain)
  • Helps users performing initial dataset checks

Happy to open a PR implementing this.

Ngôn ngữ chính
Python
Star
361
Fork
296
Không có pull request nào được merge trong 30 ngày

Hướng dẫn đóng góp

Mở hướng dẫn đóng góp

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của openml/openml-python

Tất cả issue của openml/openml-python

Issue tương tự

Thêm issue về Python

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.