Operationen mit Nullwerten

Wenn du mit fehlenden Daten arbeitest, musst du diese fehlenden Werte als leeren Typ speichern. So kannst du sie leicht erkennen, ersetzen oder damit arbeiten! Dafür gibt es die Typen None und numpy.nan. Du solltest die beiden Typen klar voneinander unterscheiden können.

In dieser Übung vergleichst du die Unterschiede im Verhalten von None und numpy.nan bei arithmetischen und logischen Operationen. numpy wurde bereits als np importiert. Die Blöcke try und except wurden verwendet, um Fehler zu vermeiden.

Diese Übung ist Teil des Kurses

<Kurs>Umgang mit fehlenden Daten in Python</Kurs>

Kurs ansehen

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

try:
  # Print the sum of two None's
  print("Add operation output of 'None': ", ___)

except TypeError:
  # Print if error
  print("'None' does not support Arithmetic Operations!!")

Code bearbeiten und ausführen