Ersätta saknade värden
I den föregående övningen analyserade du college-datamängden och identifierade att '.' representerade ett saknat värde i datan. I den här övningen får du lära dig det bästa sättet att hantera sådana värden med hjälp av modulen pandas.
Du får lära dig hur du hanterar sådana värden när du importerar en CSV-fil till pandas med funktionen read_csv() och justerar argumentet na_values, som låter dig ange DataFrame:ns saknade värden.
Datamängden har laddats in som college.csv. Både pandas och numpy har redan importerats som pd respektive np.
Den här övningen är en del av kursen
Hantera saknade värden i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Read the dataset 'college.csv' with na_values set to '.'
college = pd.read_csv(___, ___)
print(college.head())