Fehlende Werte ersetzen
In der vorherigen Übung hast du den College-Datensatz analysiert und festgestellt, dass '.' einen fehlenden Wert darstellt. In dieser Übung lernst du, wie du solche Werte mit dem Modul pandas am besten behandelst.
Du erfährst, wie du beim Import einer CSV-Datei in pandas mit der Funktion read_csv() und dem Argument na_values umgehst. Damit kannst du die fehlenden Werte im DataFrame festlegen.
Der Datensatz wurde als college.csv geladen. Sowohl pandas als auch numpy wurden bereits als pd bzw. np importiert.
Diese Übung ist Teil des Kurses
<Kurs>Umgang mit fehlenden Daten in Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Read the dataset 'college.csv' with na_values set to '.'
college = pd.read_csv(___, ___)
print(college.head())