df["age"].mean() выдаёт NaN. У тебя есть пропуски в столбце. Что произошло и как исправить?

Python medium middle

Проверяет знание Python и pandas для анализа данных.

pandasNaNdtype

Варианты ответа

mean() в pandas игнорирует NaN по умолчанию (skipna=True). NaN-результат значит что в колонке вообще нет валидных значений ИЛИ она нечисловая (object dtype) — проверь df["age"].dtype
mean() считает NaN как 0, и если их слишком много — среднее становится NaN. Нужно явно filtered: df[df["age"].notna()]["age"].mean()
mean() возвращает NaN если в колонке есть хоть один NaN — это поведение по дефолту защищает от ошибочных средних. Используй nanmean из numpy
NaN означает что данные не загрузились. Перезагрузи через pd.read_csv с явным dtype="float", иначе pandas инициализирует столбец пустыми значениями

Подробный разбор с объяснением «почему правильный ответ верный» и почему остальные неверны — после регистрации.

3000+ вопросов с разбором, quiz-режим с проверкой, AI-собес и подготовка к интервью аналитика.