Valeurs manquantes : aller plus loin

Dans l’exercice précédent, vous avez vu comment identifier le nombre de valeurs manquantes dans chaque colonne d’un DataFrame, puis supprimer les lignes qui en contiennent. Mais que faire s’il y a beaucoup de lignes avec des valeurs manquantes ? Et si vous ne souhaitez pas simplement commencer à supprimer des lignes ? C’est là qu’intervient la notion de remplacement : vous pouvez remplacer les valeurs manquantes par autre chose.

Dans cet exercice, vous allez travailler avec le même DataFrame sales_df que dans l’exercice précédent. Au lieu de supprimer les valeurs manquantes, vous remplacerez celles de chaque colonne par la moyenne des valeurs non manquantes. Vous écrirez une fonction que vous pourrez ensuite appliquer à n’importe quelle colonne d’un DataFrame.