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 zu sehen. Hier werden Sie Daten über die Passagiere der Titanic verarbeiten. Zuerst lassen Sie uns diese untersuchen:

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

Pandas hat zwei Funktionen, die Sie auf den Datensatz anwenden können, um fehlende Werte zu finden. Beide setzen `False`, wenn die Datensatzwerte 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 viele nützliche Funktionen für einen zukünftigen Datenanalysten. Sie werden verschiedene Möglichkeiten der Datenextraktion kennenlernen und sogar Bedingungen darauf setzen. Danach werden Sie mit den Methoden der Datenaggregation vertraut sein. Außerdem lernen Sie, wie man Daten vorverarbeitet. Jede Sektion hat ihren eigenen Datensatz, sodass der Kurs spannend sein wird.

In diesem Abschnitt lernen Sie, wie Sie bestimmte Spalten anhand ihrer Titel oder Indizes ausgeben können. Außerdem werden Sie mit den Möglichkeiten vertraut gemacht, wie Sie Zeilen anhand von Indizes auswählen können.

Hier lernen Sie, wie Sie Daten extrahieren, die bestimmte Bedingungen erfüllen. Außerdem lernen Sie, wie Sie diese kombinieren und sogar Ihre eigenen erstellen.

In diesem Abschnitt erweitern Sie Ihr Wissen über das Festlegen verschiedener Datenbedingungen. Sie lernen, zu überprüfen, ob Ihre Daten in einer definierten Liste von Werten oder zwischen zwei Werten liegen. Sie lernen auch, wie Sie die größten und kleinsten Werte finden.

Dieser Abschnitt ist einer der faszinierendsten des Kurses. Hier lernen Sie, wie Sie Daten auf verschiedene Weise gruppieren können. Es wird Ihnen helfen, als Datenanalyst zu arbeiten, um Informationen über bestimmte Datengruppen zu finden.

Dieser Abschnitt ist einer der bedeutendsten für einen Datenanalysten, da es unmöglich sein wird, mit den Daten zu arbeiten, wenn sie fehlende Werte im falschen Format enthalten. Daher lernen Sie hier, wie Sie mit solchen ungeeigneten Werten umgehen.

Überprüfen auf Fehlende Werte

Awesome!

Überprüfen auf Fehlende Werte