Fehlende Daten
In dieser Übung schauen wir uns fehlende Werte an. Bei der Arbeit mit Daten wirst du unweigerlich auf fehlende Werte stoßen. Sie können aus verschiedenen Gründen auftreten – etwa weil sie absichtlich fehlen oder versehentlich nicht erfasst wurden. So oder so: Das Erkennen fehlender Werte ist entscheidend, bevor du Änderungen vornimmst oder aus deinen Daten Schlüsse ziehst.
In diesem Beispiel zeigst du zunächst die fehlenden Werte in jeder Spalte der Daten an und entfernst anschließend fehlende Werte aus einer Spalte. Beispieldaten wurden für dich im DataFrame sales_df geladen.
Diese Übung ist Teil des Kurses
Julia: Aufbaukurs
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Describe the DataFrame to find columns with missing values
println(____(____))
# Count the number of rows in the DataFrame
println(____(____))