Предобработка — это не борьба за таблицу без NaN. Сначала нужно понять смысл проблемы, затем выбрать допустимое действие и после преобразования проверить, что данные не потеряли смысл.
NaN
В лаборатории вы сохраните исходную таблицу, нормализуете представление данных, сделаете невозможные значения явными пропусками, примените разные стратегии для разных причин пропуска и закончите работу инвариантами и audit.
audit
Полная теория «Предобработка данных: как починить таблицу и не подменить факты» →
В учебной копии базы появились типичные проблемы реальных данных. Ваша задача — не просто получить правильный DataFrame, а пройти полный цикл: диагностика → собственный план → очистка → инварианты → audit → вывод.
lab_superheroes_preprocessing.ipynb
marvel_characters_dirty.csv
clean_heroes
.ipynb
Проверяется: не только итог очистки, но и диагностика, осознанный план, сравнение среднего с медианой, инварианты, audit и содержательный вывод.
Выберите правильный ответ, либо введите его в поле ввода