替换隐藏的缺失值

在前两个练习中，您练习了在导入数据集时识别并处理缺失值。在本练习中，您将识别数据中的隐藏缺失值并进行处理。您将使用已为您加载好的 diabetes 数据集。

diabetes DataFrame 的 BMI 列中包含 0，但 BMI 不可能为 0，应该标记为 NaN。在本练习中，您将学习识别这类不一致。您将进行一些简单的数据分析来发现并替换这些缺失值。numpy 和 pandas 已分别以 np 和 pd 导入。

另外，您也可以随意探索数据集，例如打印 .head()、.info() 等，以更熟悉这个数据集。