開始使用免費開始

進階遺漏值處理

在前一個練習中,你學到如何找出 DataFrame 中每個欄位有多少遺漏值,接著可以直接刪除含有遺漏值的列。不過,如果有很多列都有遺漏值怎麼辦?如果你不想就這樣把資料中的列刪掉呢?這時就會用到「替代」的概念——你可以用其他值來取代遺漏值。

在這個練習中,你會繼續使用上一題相同的 sales_df DataFrame,但這次不是丟棄遺漏值,而是把各欄位的遺漏值替換成該欄位所有非遺漏值的平均數。你會撰寫一個函式,之後即可套用到 DataFrame 的任一欄位。

本練習屬於課程

Julia 中級

檢視課程

動手互動練習

試著完成這個範例程式碼,體驗一下這個練習。

# Define a function replace_missing that takes one argument, the name of the column we want to modify
____ replace_missing(____)
end
編輯並執行程式碼