缺失数据
在本练习中,咱们来检查缺失值。处理数据时,您不可避免地会遇到缺失值。产生缺失的原因有很多——可能是有意为空,也可能是无意遗漏。无论原因如何,在对数据进行任何修改或得出见解之前,先识别缺失值都至关重要。
在这个示例中,您将先展示数据中每一列的缺失情况,然后从某一列中删除含缺失值的行。示例数据已加载为 DataFrame sales_df。
本练习是课程的一部分
Julia 中级
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Describe the DataFrame to find columns with missing values
println(____(____))
# Count the number of rows in the DataFrame
println(____(____))