Fehlende Daten
Schauen wir uns jetzt verschiedene Methoden an, um mit fehlenden Daten umzugehen.
Es ist wichtig, mehrere Methoden zu kennen, da du nicht immer Beobachtungen aus dem Datensatz entfernen darfst.
Der Datensatz data und pandas as pd stehen dir in deiner Session zur Verfügung.
Diese Übung ist Teil des Kurses
<Kurs>IoT-Daten in Python analysieren</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Print head of the DataFrame
print(data.head())
# Drop missing rows
data_clean = ____
____