現在來看看處理遺漏值的不同方法。
了解多種處理遺漏值的方法很重要，因為你不一定可以隨意從資料集刪除觀測值。
本次練習中已提供資料集 data，以及 pandas as pd。
data
pandas as pd
本練習屬於課程
試著完成這個範例程式碼，體驗一下這個練習。
# Print head of the DataFrame print(data.head()) # Drop missing rows data_clean = ____ ____
在本章中，你會先瞭解什麼是 IoT 資料。 接著，你會學習如何透過 REST API 取得 IoT 資料，並使用 MQTT 資料串流即時蒐集資料。
在第二章中，你會回頭檢視第一章所蒐集的資料。你會將資料視覺化，並學到在處理資料串流時時間戳記的重要性。你也會在 MQTT 資料串流上實作快取。
當前練習
在本章中，你將合併多個不同時間間隔的資料來源。 然後，你會分析資料以偵測關聯性、離群值與趨勢。
在最後一章中，你會使用前幾章分析過的資料來建立機器學習 pipeline。接著你會學習如何把這個 pipeline 實作到資料串流中，以進行即時預測。