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
IoT-Daten in Python analysieren
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Print head of the DataFrame
print(data.head())
# Drop missing rows
data_clean = ____
____