Penanganan Missing Values (fillna & dropna)

Periksa nilai kosong dengan df.isna().sum(). Isi nilai kosong dengan df.fillna(val) atau hapus baris kosong dengan df.dropna().

👀 Contoh dulu

df['umur'] = df['umur'].fillna(df['umur'].mean())

Hasilnya: Nilai umur yang kosong diisi dengan angka rata-rata umur.

💡 Pembersihan missing value sangat krusial sebelum analisis statistik.

📝 Sekarang giliranmu

Terdapat banyak pengguna yang lupa mengisi umur mereka di kolom 'age'. Isi data yang kosong (NaN) dengan angka 0 langsung pada kolom tersebut.

Preview