Zastępowanie brakujących wartości
W poprzednim ćwiczeniu przeanalizowałeś zbiór danych dotyczący uczelni i zidentyfikowałeś, że '.' reprezentuje brakującą wartość w danych. W tym ćwiczeniu poznasz najlepszy sposób obsługi takich wartości za pomocą modułu pandas.
Dowiesz się, jak obsługiwać takie wartości podczas importowania pliku CSV do pandas – za pomocą funkcji read_csv() i odpowiedniego ustawienia argumentu na_values, który pozwala określić brakujące wartości w DataFrame.
Zbiór danych został wczytany jako college.csv. Biblioteki pandas i numpy zostały już zaimportowane odpowiednio jako pd i np.
To ćwiczenie jest częścią kursu
Braki danych w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Read the dataset 'college.csv' with na_values set to '.'
college = pd.read_csv(___, ___)
print(college.head())