Compilare i valori mancanti con pandas
Quando costruisci pipeline di dati, è inevitabile imbattersi in dati mancanti. In alcuni casi vorrai rimuovere questi record dall'insieme di dati. In altri, dovrai imputare valori per le informazioni mancanti. In questo esercizio userai pandas per imputare i punteggi dei test mancanti.
I dati dal file "testing_scores.json" sono stati letti in un DataFrame e salvati nella variabile raw_testing_scores. Inoltre, pandas è stato caricato come pd.
Questo esercizio fa parte del corso
ETL and ELT in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Print the head of the `raw_testing_scores` DataFrame
print(raw_testing_scores.____)