Ontbrekende waarden invullen met pandas
Wanneer je data pipelines bouwt, kom je onvermijdelijk ontbrekende data tegen. Soms kun je deze records uit de gegevensset verwijderen. Maar in andere gevallen moet je waarden imputeren voor de ontbrekende informatie. In deze oefening ga je met pandas ontbrekende testscores imputeren.
Gegevens uit het bestand "testing_scores.json" zijn ingelezen in een DataFrame en opgeslagen in de variabele raw_testing_scores. Daarnaast is pandas als pd geïmporteerd.
Deze oefening maakt deel uit van de cursus
ETL en ELT in Python
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Print the head of the `raw_testing_scores` DataFrame
print(raw_testing_scores.____)