Lære Hvad Gør Vi Med NaN-værdierne?

I det forrige kapitel modtog du resultatet:


PassengerId	0
Survived	0
Pclass	0
Name	0
Sex	0
Age	86
SibSp	0
Parch	0
Ticket	0
Fare	1
Cabin	327
Embarked	0

Datasættet har 418 rækker. Se på kolonnen Cabin, hvor vi har 327 manglende værdier. Det giver ikke mening at udfylde dem, da vi har minimal information her. Derfor er den bedste løsning i dette tilfælde at slette kolonnen, da den er meningsløs for os. En af grundene er, at vi kun kan slette de rækker, der indeholder manglende værdier, men vi kan ikke slette 327 ud af 418 rækker. Lad os derfor finde ud af, hvordan vi gør dette.

For at slette en kolonne skal du anvende metoden .drop() på datasættet. Syntaksen er følgende:

# If you want to delete one column
data.drop(columns = 'column_name', inplace = True)

# If you want to delete several columns
data.drop(columns = ['column_1', 'column_2'], inplace = True)

Forklaring:

.drop() - en metode, der sletter kolonner;
columns = 'column_name' eller columns = ['column_1', 'column_2'] - argument for funktionen, hvor du angiver navnet eller navnene på de kolonner, du vil slette;
inplace = True - nyttigt argument i pandas, der gør det muligt at gemme alle ændringer. Du kan også bruge det i andre funktioner; vi vil lære om nogle af dem senere.

Opgave

Swipe to start coding

Din opgave er at slette den kolonne, der har flest NaN-værdier. Følg algoritmen:

Fjern kolonnen 'Cabin' ved at bruge argumentet inplace = True.
Vis tilfældige 5 rækker fra datasættet.

Løsning

Var alt klart?

Tak for dine kommentarer!

Sektion 5. Kapitel 3

single

Spørg AI

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Suggested prompts:

Can you explain what happens if I don't use `inplace=True`?

What should I do if I want to delete multiple columns at once?

Is there a way to undo the column deletion if I make a mistake?

Awesome!

Completion rate improved to 3.03

Stryg for at vise menuen