Introduction
Dans ce laboratoire, nous allons apprendre à gérer les données manquantes dans pandas, un problème courant en analyse de données. Nous aborderons la manière d'identifier les données manquantes, de remplir les valeurs manquantes et de supprimer les données inutiles. Nous parlerons également de l'échelle expérimentale NA
dans pandas qui peut être utilisée pour désigner les valeurs manquantes.
Conseils sur la machine virtuelle
Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Carnet de notes pour accéder à Jupyter Notebook pour la pratique.
Parfois, vous devrez peut-être attendre quelques secondes pour que Jupyter Notebook ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations de Jupyter Notebook.
Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez votre feedback après la session et nous réglerons rapidement le problème pour vous.