Relleno de Valores Faltantes
Eliminar los valores faltantes no es la única manera de deshacerse de ellos. También se pueden reemplazar todos los NaN por un valor definido, por ejemplo, con el valor medio de la columna o con ceros. Esto puede ser útil en muchos casos. Aprenderá esto en el curso Aprendizaje de 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, se indica al método.fillna()qué hacer con los valoresNaN. En este caso, se aplica el método.fillna()a la columna'Age'y se reemplazan 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
Los valores faltantes pueden causar problemas al analizar datos. Una de las formas más comunes de tratarlos es reemplazando los valores faltantes por la media de la columna.
Su tarea es:
- Reemplazar todos los valores
NaNen la columna'Age'por la media de esa columna.
- Utilice el método
.fillna()con los argumentosvalue=data['Age'].mean()einplace=True.
- Calcular e imprimir el número de valores faltantes restantes 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 se pueden reemplazar todos los NaN por un valor definido, por ejemplo, con el valor medio de la columna o con ceros. Esto puede ser útil en muchos casos. Aprenderá esto en el curso Aprendizaje de 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, se indica al método.fillna()qué hacer con los valoresNaN. En este caso, se aplica el método.fillna()a la columna'Age'y se reemplazan 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
Los valores faltantes pueden causar problemas al analizar datos. Una de las formas más comunes de tratarlos es reemplazando los valores faltantes por la media de la columna.
Su tarea es:
- Reemplazar todos los valores
NaNen la columna'Age'por la media de esa columna.
- Utilice el método
.fillna()con los argumentosvalue=data['Age'].mean()einplace=True.
- Calcular e imprimir el número de valores faltantes restantes en la columna
'Age'.
Solución
¡Gracias por tus comentarios!
single