Summary  
This chapter demonstrates how to detect missing values in a dataset by using functions that return boolean indicators for NaNs.  

General domain of usage  
Data cleaning

Ich freue mich, Sie im letzten Abschnitt des Kurses begrüßen zu dürfen. Hier werden Sie Daten zu den Passagieren der Titanic verarbeiten. Lassen Sie uns diese zunächst untersuchen:

Der erste Schritt unseres Lernprozesses besteht darin, fehlende Werte zu finden. Übrigens ist es manchmal schwierig oder sogar unmöglich, alle Werte einer Spalte zu füllen; einige davon können fehlen. Solche Fälle können Ihr Ergebnis verfälschen. Im Datensatz sehen sie immer so aus: `NaN`. Finden wir zunächst heraus, ob Ihr Datensatz fehlende Werte enthält.

Pandas bietet zwei Funktionen, die Sie auf den Datensatz anwenden können, um fehlende Werte zu finden. Beide geben `False` zurück, wenn die Werte im Datensatz nicht fehlen, und `True` andernfalls.

```python
data.isna()
# Or
data.isnull()
```


Bitte wählen Sie die FALSCHEN Methoden zur Überprüfung auf fehlende Werte aus.

Dieser Kurs enthält zahlreiche nützliche Funktionen für angehende Data Analysts. Sie lernen verschiedene Methoden zur Extraktion von Daten kennen und können sogar Bedingungen darauf anwenden. Anschließend machen Sie sich mit Methoden zur Gruppierung von Daten vertraut. Außerdem erfahren Sie, wie Daten vorverarbeitet werden. Jeder Abschnitt verfügt über einen eigenen Datensatz, sodass der Kurs spannend bleibt.

In diesem Abschnitt lernen Sie, wie Sie bestimmte Spalten anhand ihrer Titel oder Indizes ausgeben. Außerdem machen Sie sich mit den Methoden zur Auswahl von Zeilen anhand von Indizes vertraut.

Hier lernen Sie, wie Sie Daten extrahieren, die bestimmte Bedingungen erfüllen. Außerdem erfahren Sie, wie Sie diese kombinieren und eigene Bedingungen erstellen.

In diesem Abschnitt erweitern Sie Ihr Wissen über das Festlegen verschiedener Datenbedingungen. Sie lernen, zu überprüfen, ob sich Ihre Daten in einer definierten Werteliste oder zwischen zwei Werten befinden. Außerdem erfahren Sie, wie Sie die größten und kleinsten Werte ermitteln.

Dieser Abschnitt gehört zu den faszinierendsten des Kurses. Hier lernen Sie, wie Daten auf verschiedene Arten gruppiert werden können. Dies unterstützt Sie als Datenanalyst dabei, Informationen über bestimmte Datengruppen zu ermitteln.

Dieser Abschnitt ist für Datenanalysten von großer Bedeutung, da eine fehlerhafte Formatierung oder fehlende Werte in den Daten die weitere Verarbeitung unmöglich machen. Hier wird vermittelt, wie mit solchen ungeeigneten Werten umzugehen ist.

Überprüfung auf Fehlende Werte

Awesome!

Überprüfung auf Fehlende Werte