Eliminare i dati mancanti
Ora che hai esplorato il dataset volunteer e ne conosci struttura e contenuti, è il momento di iniziare a eliminare i valori mancanti.
In questo esercizio eliminerai sia colonne sia righe per creare un sottoinsieme del dataset volunteer.
Questo esercizio fa parte del corso
Preprocessing per il Machine Learning in Python
Istruzioni dell'esercizio
- Elimina le colonne
LatitudeeLongitudedavolunteer, salvando il risultato involunteer_cols. - Crea un sottoinsieme di
volunteer_colseliminando le righe con valori mancanti incategory_desce salvalo in una nuova variabile chiamatavolunteer_subset. - Dai un'occhiata all'attributo
.shapedivolunteer_subsetper verificare che tutto abbia funzionato correttamente.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Drop the Latitude and Longitude columns from volunteer
volunteer_cols = ____
# Drop rows with missing category_desc values from volunteer_cols
volunteer_subset = ____
# Print out the shape of the subset
print(____.____)