Substituindo valores ausentes ocultos

Nos dois exercícios anteriores, você trabalhou na identificação e no tratamento de valores ausentes ao importar um conjunto de dados. Neste exercício, você vai identificar valores ausentes ocultos nos seus dados e tratá-los. Você usará o conjunto de dados diabetes, que já foi carregado para você.

O DataFrame diabetes tem valores 0 na coluna BMI. Mas BMI não pode ser 0. O correto é que seja NaN. Neste exercício, você vai aprender a identificar esse tipo de discrepância. Você fará uma análise de dados simples para detectar valores ausentes e substituí-los. Tanto numpy quanto pandas já foram importados como np e pd, respectivamente.

Além disso, você pode explorar o conjunto de dados imprimindo .head(), .info(), etc., para ficar mais familiarizado com ele.