Nahrazování skrytých chybějících hodnot

V předchozích dvou cvičeních jsi pracoval/a s identifikací a zpracováním chybějících hodnot při načítání datové sady. V tomto cvičení se zaměříš na odhalování skrytých chybějících hodnot v datech a jejich zpracování. Použiješ k tomu datovou sadu diabetes, která je už načtená.

DataFrame diabetes obsahuje ve sloupci BMI nuly. Jenže BMI nemůže být 0 — místo toho by tam mělo být NaN. V tomto cvičení se naučíš takové nesrovnalosti odhalovat. Provedeš jednoduchou analýzu dat, zachytíš chybějící hodnoty a nahradíš je. Knihovny numpy a pandas jsou již naimportované jako np a pd.

Datovou sadu si také můžeš volně prozkoumat — zkus například vypsat .head(), .info() a podobně, ať se s ní lépe seznámíš.

Zobraz základní statistiky datové sady diabetes.

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}cvičení

Pokyny 1/4

cvičení