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

Me alegra verte en la última sección del curso. Aquí, procesarás datos sobre los pasajeros del Titanic. Primero, vamos a examinarlos:

El primer paso de nuestro aprendizaje es identificar los valores faltantes. Por cierto, a veces es difícil o incluso imposible completar todos los valores de una columna; algunos pueden estar ausentes. Estos casos pueden afectar negativamente tus resultados. En el conjunto de datos, siempre aparecen así: `NaN`. Primero, averigüemos si tu conjunto de datos contiene valores faltantes.

Pandas tiene dos funciones que puedes aplicar al conjunto de datos para encontrar valores faltantes. Ambas mostrarán `False` si los valores no faltan y `True` en caso contrario.

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


Por favor, selecciona las formas INCORRECTAS de comprobar valores faltantes.

Este curso contiene muchas funciones útiles para un futuro analista de datos. Aprenderá diferentes formas de extraer datos e incluso establecer condiciones sobre ellos. Después de esto, estará familiarizado con los métodos de agrupación de datos. Además, aprenderá cómo preprocesar datos. Cada sección tiene su propio conjunto de datos, lo que hace que el curso sea interesante.

Esta sección le enseñará cómo mostrar columnas específicas por sus títulos o índices. Además, se familiarizará con las formas en que puede seleccionar filas por sus índices.

Aquí aprenderá a extraer datos que cumplen condiciones específicas. Además, aprenderá a combinarlas e incluso a crear las suyas propias.

En esta sección, ampliará su conocimiento sobre el establecimiento de diferentes condiciones de datos. Aprenderá a verificar si sus datos se encuentran en una lista definida de valores o entre dos valores. También aprenderá a encontrar los valores más grandes y más pequeños.

Esta sección es una de las más fascinantes del curso. Aquí aprenderá cómo agrupar datos de diferentes maneras. Le ayudará a trabajar como analista de datos para obtener información sobre grupos de datos específicos.

Esta sección es una de las más significativas para un analista de datos, ya que si los datos contienen valores faltantes o en un formato incorrecto, será imposible trabajar con ellos. Por lo tanto, aquí aprenderá cómo tratar dichos valores inapropiados.

Verificación de Valores Faltantes

Awesome!

Verificación de Valores Faltantes