Uzupełnianie brakujących wartości za pomocą pandas
Budując potoki danych, prędzej czy później natkniesz się na brakujące dane. Czasem warto usunąć takie rekordy ze zbioru danych, ale w innych przypadkach trzeba uzupełnić brakujące wartości. W tym ćwiczeniu poćwiczysz używanie pandas do imputacji brakujących wyników testów.
Dane z pliku "testing_scores.json" zostały wczytane do DataFrame i zapisane w zmiennej raw_testing_scores. Biblioteka pandas jest już zaimportowana 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.____)