Kom igångKom igång gratis

Filtrera bort korrupt data

Ett återkommande steg i transformationsfasen är att rensa upp ofullständig data. I den här övningen ska du undersöka kursdata med följande format:

course_id title description programming_language
1 Some Course … r

Du ska granska denna DataFrame och kontrollera att inga värden saknas, med hjälp av pandas DataFrames .isnull().sum()-metoder. Du kommer att märka att kolumnen programming_language har några saknade värden.

Därför ska du komplettera funktionen transform_fill_programming_language() med hjälp av .fillna()-metoden för att fylla i de saknade värdena.

Den här övningen är en del av kursen

Introduktion till datatekniker

Visa kurs

Övningsinstruktioner

  • Skriv ut antalet saknade värden i course_data.
  • Saknade värden i programming_language ska ersättas med språket "R".
  • Skriv ut antalet saknade värden per kolumn en gång till, den här gången för transformed.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

course_data = extract_course_data(db_engines)

# Print out the number of missing values per column
print(____.____().____())

# The transformation should fill in the missing values
def transform_fill_programming_language(course_data):
    imputed = course_data.____({"programming_language": "____"})
    return imputed

transformed = transform_fill_programming_language(course_data)

# Print out the number of missing values per column of transformed
print(____)
Redigera och kör kod