将data_1数据集age变量中的-1和999替换为缺失值： data_1["age"]. ([-1, 9试题答案_出自国家开放大学系统国家开放大学大数据预处理复习题

王老师：19139051760(微信同号) 13333709510

联大青书学堂文才和学现代兴业安徽教育在线超星弘成广东开放大学国家开放大学上海开放大学含弘慕课

教育服务

成人高校
成考录取分数线
我要提升学历
提升学历的理由：
升职加薪、积分落户、考研、公务员考试、子女入学、出国留学

成人高考报名入口

本题添加时间：2023/7/2 16:57:00
圆梦客服：王老师 19139051760(微信同号) 19139051760(微信同号)
将data_1数据集age变量中的-1和999替换为缺失值： data_1["age"]. ([-1, 999], np.nan, inplace=True)
答案是:replace 出自国家开放大学大数据预处理复习题国家开放大学系统郑州大学
更多试题>>>> 1、car_data数据集中的make变量每一个类别的频数存储在make_count中，现在将car_data数据集中的make变量频数低于100的类别合并为一类： car_data["make1"] = car_data["make"].m 2、将data离散化为0-1型变量，结果保存在result中： result=data. eq(0). 3、对data数据采用等频分箱，分组数为5组，结果保存在result中： result=pd. (data,bins=5) 4、对数据data计算平均值，结果保存在result中： result=data. () 5、通过画箱线图对数据data识别异常值： data.plot. ()