Remplacer les valeurs manquantes
Dans l'exercise précédent, vous avez analysé l'ensemble de données des collèges et constaté que '.' représentait une valeur manquante. Dans cet exercice, vous verrez la meilleure façon de traiter ces valeurs avec le module pandas.
Vous apprendrez à gérer ces valeurs lors de l'importation d'un fichier CSV dans pandas à l'aide de la fonction read_csv() et de son paramètre na_values, qui vous permet d'indiquer quelles sont les valeurs manquantes du DataFrame.
L'ensemble de données a été chargé sous le nom college.csv. pandas et numpy ont déjà été importés sous les alias pd et np.
Cette activité fait partie du cours
Gérer les données manquantes avec Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Read the dataset 'college.csv' with na_values set to '.'
college = pd.read_csv(___, ___)
print(college.head())