Задайте власні значення NA
Частина дослідження та очищення даних полягає у перевірці пропусків або значень NA та ухваленні рішення, як із ними поводитися. Це простіше, коли пропуски мають власний тип даних, і є функції pandas, що спеціально працюють із такими значеннями NA. pandas автоматично сприймає деякі значення як пропуски, але ми можемо передати додаткові індикатори NA через аргумент na_values. Тут ви зробите це, щоб некоректні поштові індекси (ZIP codes) у податкових даних Вермонта було позначено як NA.
pandas імпортовано як pd.
Ця вправа є частиною курсу
Оптимізоване завантаження даних із pandas
Інструкції до вправи
- Створіть словник
null_values, у якому вкажіть, що0у стовпціzipcodeслід вважати значенням NA. - Завантажте
vt_tax_data_2016.csv, використавши аргументna_valuesі цей словник, щоб некоректні поштові індекси оброблялися як пропуски.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Create dict specifying that 0s in zipcode are NA values
null_values = {____}
# Load csv using na_values keyword argument
data = pd.read_csv("vt_tax_data_2016.csv",
____)
# View rows with NA ZIP codes
print(data[data.zipcode.isna()])