Пропущені значення
Дуже рідко трапляється набір даних без жодного пропущеного значення. У pandas пропущені значення позначаються як NaN. Ви можете скористатися функцією pandas isnull() для перевірки на пропуски.
pd.isnull(df['column']) поверне True, якщо значення відсутнє,
або False, якщо пропусків немає.
Порівняно з R, пропущені значення в Python поводяться трохи інакше.
Наприклад, метод .mean() у Python автоматично ігнорує пропущені значення.
Також можна перекодувати пропуски за допомогою методу .fillna(). Він замінить усі пропущені значення в стовпці на задане значення.
У цій вправі ми змінили набір даних tips, додавши до нього кілька пропущених значень.
Ця вправа є частиною курсу
Python для користувачів R
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Print the rows where total_bill is missing
print(tips.loc[____(____)])