В последния блог обсъдихме важността на процеса на почистване на данни в проект за наука за данни и начините за почистване на данните, за да конвертирате необработен набор от данни в използваема форма. Тук ще говорим за това как да идентифицираме и третираме липсващите стойности в данните стъпка по стъпка. Данните от реалния свят със сигурност ще имат липсващи стойности. Това може да се дължи на много причини, като например грешки при въвеждане на данни или проблеми със събирането..

Ужасната стойност на NaN, когато започнах пътуването си в науката за данни, мразех да се занимавам с липсващи стойности. Но след като започнете да изграждате интуиция зад различните методи за справяне с NaN, започвате да разбирате значението на избора на правилен метод*. В тази публикация в блога ще обсъдя различни начини, които можем да използваме, за да се справим с липсващи стойности в данните. Методите, които ще обсъдя са: 1. Пуснете колоната или реда 2. Средно/медианно..