Заполнение пропущенных значений с помощью pandas
При построении конвейеров данных рано или поздно вы столкнётесь с пропущенными значениями. Иногда такие записи стоит просто удалить из набора данных. Но в других случаях пропущенную информацию нужно восполнить. В этом упражнении вы потренируетесь использовать pandas для заполнения пропущенных результатов тестов.
Данные из файла "testing_scores.json" уже считаны в DataFrame и сохранены в переменной raw_testing_scores. Кроме того, уже загружена библиотека pandas под именем pd.
Это упражнение является частью курса
ETL и ELT в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Print the head of the `raw_testing_scores` DataFrame
print(raw_testing_scores.____)