Обнаружение пропущенных значений
Наборы данных нередко содержат скрытые пропуски, замаскированные под значения вроде 'NA', '.' или других подобных заполнителей. В этом упражнении вы будете работать с набором данных college, который содержит различные сведения о студентах колледжа. Ваша задача — выявить пропущенные значения, проанализировав набор данных.
Для этого воспользуйтесь методом .info() из pandas, а также функцией sort() из numpy и методом .unique(), чтобы чётко определить, какое фиктивное значение представляет пропуски.
Файл college.csv уже загружен. Пакеты numpy и pandas импортированы как np и pd соответственно.
Это упражнение является частью курса
Работа с пропущенными данными в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Read the dataset 'college.csv'
college = ___
print(college.head())