检测缺失值
数据集常常会把缺失值用隐藏的占位符表示,比如 'NA'、'.' 等。在本练习中,您将使用包含大学生多种信息的 college 数据集。您的任务是通过分析数据集来识别这些缺失值。
为此,您可以使用 pandas 的 .info() 方法,以及 numpy 的 sort() 函数配合 .unique() 方法,来清楚地区分用来表示缺失数据的占位值。
college.csv 文件已为您加载。numpy 和 pandas 也已分别以 np 和 pd 的名称导入。
本练习是课程的一部分
在 Python 中处理缺失数据
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Read the dataset 'college.csv'
college = ___
print(college.head())