Sostituire i valori mancanti
Nel precedente esercizio hai analizzato il dataset dei college e hai identificato che '.' rappresentava un valore mancante nei dati. In questo esercizio imparerai il modo migliore per gestire tali valori usando il modulo pandas.
Vedrai come trattare questi valori durante l'import di un file CSV in pandas usando la funzione read_csv() e impostando l'argomento na_values, che ti permette di specificare i valori mancanti del DataFrame.
Il dataset è stato caricato come college.csv. Sia pandas che numpy sono già stati importati rispettivamente come pd e np.
Questo esercizio fa parte del corso
Gestire i dati mancanti in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Read the dataset 'college.csv' with na_values set to '.'
college = pd.read_csv(___, ___)
print(college.head())