Brakujące dane
W tym ćwiczeniu przyjrzymy się brakującym wartościom. Podczas pracy z danymi nieuchronnie natkniesz się na braki w danych. Mogą one wynikać z różnych przyczyn – mogą być celowe lub pojawić się przez przypadek. W każdym razie identyfikacja brakujących wartości jest niezbędna, zanim wprowadzisz jakiekolwiek zmiany lub wyciągniesz wnioski ze swoich danych.
W tym przykładzie najpierw wyświetlisz brakujące wartości w każdej kolumnie danych, a następnie usuniesz wiersze z brakującymi wartościami z wybranej kolumny. Przykładowe dane zostały już wczytane do ramki danych sales_df.
To ćwiczenie jest częścią kursu
Julia średnio zaawansowana
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Describe the DataFrame to find columns with missing values
println(____(____))
# Count the number of rows in the DataFrame
println(____(____))