カスタム NA 値を設定する
データの探索とクレンジングの一部は、欠損値や NA を確認し、それらをどう扱うかを決めることです。欠損値を独自のデータ型として扱うと、この作業が簡単になります。pandas には NA を対象にした関数が用意されています。pandas は一部の値を自動的に欠損として扱いますが、na_values 引数で追加の NA 指標を渡すこともできます。ここでは、バーモント州の税データに含まれる不正な ZIP コードが NA としてコード化されるように設定します。
pandas は pd としてインポート済みです。
この演習はコースの一部です
pandasで効率よくデータを取り込む
演習の手順
zipcode列の0を NA と見なすように指定した辞書null_valuesを作成してください。na_values引数にその辞書を渡してvt_tax_data_2016.csvを読み込み、不正な ZIP コードが欠損として処理されるようにしてください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Create dict specifying that 0s in zipcode are NA values
null_values = {____}
# Load csv using na_values keyword argument
data = pd.read_csv("vt_tax_data_2016.csv",
____)
# View rows with NA ZIP codes
print(data[data.zipcode.isna()])