Uzupełnianie brakujących wartości za pomocą pandas
Podczas budowania pipeline'ów danych prędzej czy później natrafisz na brakujące dane. Czasami najlepszym rozwiązaniem jest po prostu usunięcie takich rekordów ze zbioru danych. Innym razem jednak będziesz musiał uzupełnić brakujące informacje odpowiednimi wartościami. W tym ćwiczeniu przećwiczysz uzupełnianie brakujących wyników testów za pomocą pandas.
Dane z pliku "testing_scores.json" zostały wczytane do DataFrame i zapisane w zmiennej raw_testing_scores. Dodatkowo pandas został już załadowany jako pd.
To ćwiczenie jest częścią kursu
ETL i ELT w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Print the head of the `raw_testing_scores` DataFrame
print(raw_testing_scores.____)