Заполнение пропущенных значений в непрерывных данных
В предыдущем уроке вы познакомились с различными способами удаления пропущенных значений и замены их фиксированной строкой. Эти подходы вполне оправданы во многих ситуациях — особенно при работе с категориальными столбцами, — однако их применимость к непрерывным данным ограничена. В таких случаях наиболее разумным решением может быть заполнение пропусков значением, вычисленным на основе имеющихся данных в столбце.
Это упражнение является частью курса
Конструирование признаков для машинного обучения в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Print the first five rows of StackOverflowJobsRecommend column
print(____)