(3-9) Pandas: пропуски в данных — находи, чисти, спасай датасет

В этом видео разбираем все варианты работы с пропущенными данными в Pandas: как их находить, чем отличаются NaN, None и NaT, когда стоит заполнять пропуски, а когда — удалять. Показываю реальные приёмы, которые используют аналитики и BI-специалисты, чтобы не превращать датасеты в кашу. Коротко, по делу, с примерами и логикой. Подписывайся, если хочешь разбираться в Python так, как это делают те, кто реально работает с данными.