Remplir les valeurs manquantes avec pandas

Lorsque vous créez des pipelines de données, il est inévitable de tomber sur des données manquantes. Dans certains cas, vous pouvez choisir de retirer ces enregistrements du jeu de données. Mais dans d'autres, vous devrez imputer des valeurs pour combler les informations manquantes. Dans cet exercice, vous allez vous entraîner à utiliser pandas pour imputer des notes de test manquantes.

Les données du fichier "testing_scores.json" ont été lues dans un DataFrame et sont stockées dans la variable raw_testing_scores. De plus, pandas a été importé sous l'alias pd.