Relleno de Valores Faltantes
Eliminar los valores faltantes no es la única manera de deshacerse de ellos. También es posible reemplazar todos los NaN por un valor definido, por ejemplo, por el valor medio de la columna o por ceros. Esto puede ser útil en muchos casos. Aprenderá esto en el curso Aprendiendo Estadística con Python.
Observe el ejemplo de cómo rellenar los valores faltantes en la columna 'Age'
con el valor mediano de esta columna:
1234import pandas as pd data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/titanic_2', index_col = 0) data['Age'].fillna(value=data['Age'].median(), inplace=True) print(data['Age'].isna().sum())
Explicación:
.fillna(value=data['Age'].median(), inplace=True)
value = data['Age'].median()
- usando el argumentovalue
, indicamos al método.fillna()
qué hacer con los valoresNaN
. En este caso, aplicamos el método.fillna()
a la columna'Age'
y reemplazamos todos los valores faltantes por la mediana de la columna;inplace=True
- argumento que se puede utilizar para guardar los cambios.
Swipe to start coding
Una de las formas más comunes de rellenar valores faltantes es reemplazarlos por el valor medio de la columna. Por lo tanto, la tarea aquí consiste en reemplazar los valores NaN
en la columna 'Age'
por el valor medio de la columna (utilizando el argumento inplace = True
). Luego, muestra la suma de los valores faltantes en la columna 'Age'
.
Solución
¡Gracias por tus comentarios!
single
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
Can you explain the difference between using the mean and the median to fill missing values?
What are some other strategies for handling missing data?
Can you show how to fill missing values in multiple columns at once?
Awesome!
Completion rate improved to 3.03
Relleno de Valores Faltantes
Desliza para mostrar el menú
Eliminar los valores faltantes no es la única manera de deshacerse de ellos. También es posible reemplazar todos los NaN por un valor definido, por ejemplo, por el valor medio de la columna o por ceros. Esto puede ser útil en muchos casos. Aprenderá esto en el curso Aprendiendo Estadística con Python.
Observe el ejemplo de cómo rellenar los valores faltantes en la columna 'Age'
con el valor mediano de esta columna:
1234import pandas as pd data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/titanic_2', index_col = 0) data['Age'].fillna(value=data['Age'].median(), inplace=True) print(data['Age'].isna().sum())
Explicación:
.fillna(value=data['Age'].median(), inplace=True)
value = data['Age'].median()
- usando el argumentovalue
, indicamos al método.fillna()
qué hacer con los valoresNaN
. En este caso, aplicamos el método.fillna()
a la columna'Age'
y reemplazamos todos los valores faltantes por la mediana de la columna;inplace=True
- argumento que se puede utilizar para guardar los cambios.
Swipe to start coding
Una de las formas más comunes de rellenar valores faltantes es reemplazarlos por el valor medio de la columna. Por lo tanto, la tarea aquí consiste en reemplazar los valores NaN
en la columna 'Age'
por el valor medio de la columna (utilizando el argumento inplace = True
). Luego, muestra la suma de los valores faltantes en la columna 'Age'
.
Solución
¡Gracias por tus comentarios!
single