Заміна пропущених значень
У попередній вправі ви проаналізували набір даних про коледжі та з'ясували, що '.' позначає пропущене значення в даних. У цій вправі ви дізнаєтеся, як найкраще обробляти такі значення за допомогою модуля pandas.
Ви побачите, як задавати такі значення під час імпорту CSV-файлу в pandas за допомогою функції read_csv() і налаштування аргументу na_values, який дозволяє вказати пропущені значення в датафреймі.
Набір даних збережено як college.csv. Як pandas, так і numpy вже імпортовано як pd і np відповідно.
Ця вправа є частиною курсу
Робота з пропущеними даними в Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Read the dataset 'college.csv' with na_values set to '.'
college = pd.read_csv(___, ___)
print(college.head())