1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wizualizacja danych szeregów czasowych w Pythonie
Connected

ćwiczenie

Znajdowanie brakujących wartości

W dziedzinie Data Science często zdarza się pracować ze zbiorami danych zawierającymi brakujące wartości. Jest to szczególnie częste w przypadku danych szeregów czasowych, gdzie brakujące wartości mogą pojawić się, gdy pomiar nie zarejestruje wartości dla określonego znacznika czasu. Aby policzyć liczbę brakujących wartości w DataFrame o nazwie df zawierającym dane szeregów czasowych, możesz użyć następującego polecenia:

missing_values = df.isnull().sum()

W tym ćwiczeniu nauczysz się sprawdzać, czy twoje dane zawierają jakiekolwiek brakujące wartości.

Instrukcje 1/2

undefined XP
    1
    2

DataFrame co2_levels zawiera dane szeregów czasowych dotyczące globalnych poziomów CO2. Zacznij od wyświetlenia pierwszych siedmiu wierszy co2_levels.