遺漏值

幾乎不可能找到完全沒有遺漏值的資料集。在 pandas 中，遺漏值以 NaN 表示。你可以使用 pandas 的 isnull() 函式來檢查遺漏值。 pd.isnull(df['column']) 會在值遺漏時回傳 True， 若沒有遺漏則回傳 False。

相較於 R，遺漏值在 Python 中的行為有些不同。 例如，.mean() 方法在 Python 中會自動忽略遺漏值。 你也可以使用 .fillna() 方法重新編碼遺漏值。這會用你提供的值取代該欄位中的所有遺漏值。

在這個練習中，我們已修改 tips 資料集，使其中包含一些遺漏值。