Wykrywanie brakujących wartości
Zbiory danych często zawierają ukryte brakujące wartości zapisane jako 'NA', '.' lub inne symbole zastępcze. W tym ćwiczeniu będziesz pracować ze zbiorem danych college, który zawiera różne informacje o studentach. Twoim zadaniem jest zidentyfikowanie brakujących wartości poprzez analizę tego zbioru.
Możesz w tym celu użyć metody .info() z biblioteki pandas oraz funkcji sort() z biblioteki numpy w połączeniu z metodą .unique(), aby wyraźnie odróżnić wartości zastępcze reprezentujące brakujące dane.
Plik college.csv został już wczytany. Biblioteki numpy i pandas są zaimportowane odpowiednio jako np i pd.
To ćwiczenie jest częścią kursu
Braki danych w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Read the dataset 'college.csv'
college = ___
print(college.head())