Пропущенные данные
В этом упражнении мы рассмотрим пропущенные значения. При работе с данными вы неизбежно будете сталкиваться с ними. Причины могут быть разными: одни значения отсутствуют намеренно, другие — пропущены по ошибке. В любом случае, прежде чем вносить изменения или делать выводы на основе данных, важно выявить все пропущенные значения.
В этом примере вы сначала отобразите пропущенные значения в каждом столбце, а затем удалите строки с пропущенными значениями из одного столбца. Тестовые данные уже загружены в DataFrame sales_df.
Это упражнение является частью курса
Средний уровень Julia
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Describe the DataFrame to find columns with missing values
println(____(____))
# Count the number of rows in the DataFrame
println(____(____))