Removendo dados ausentes
Agora que você explorou o conjunto de dados volunteer e entende sua estrutura e conteúdo, é hora de começar a remover valores ausentes.
Neste exercício, você vai remover tanto colunas quanto linhas para criar um subconjunto do conjunto de dados volunteer.
Este exercicio faz parte do curso
Pré-processamento para Machine Learning em Python
Instruções do exercicio
- Remova as colunas
LatitudeeLongitudedevolunteer, salvando comovolunteer_cols. - Crie um subconjunto de
volunteer_colsremovendo as linhas com valores ausentes emcategory_desce salve em uma nova variável chamadavolunteer_subset. - Confira o atributo
.shapedevolunteer_subsetpara verificar se deu tudo certo.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# Drop the Latitude and Longitude columns from volunteer
volunteer_cols = ____
# Drop rows with missing category_desc values from volunteer_cols
volunteer_subset = ____
# Print out the shape of the subset
print(____.____)