Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprende Relleno de Valores Faltantes | Preprocesamiento de Datos
Técnicas Avanzadas en Pandas

bookRelleno 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:

1234
import 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())
copy

Explicación:

.fillna(value=data['Age'].median(), inplace=True)
  • value = data['Age'].median() - usando el argumento value, indicamos al método .fillna() qué hacer con los valores NaN. 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.
Tarea

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

¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 5. Capítulo 5
single

single

Pregunte a AI

expand

Pregunte a AI

ChatGPT

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

Suggested prompts:

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?

close

Awesome!

Completion rate improved to 3.03

bookRelleno 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:

1234
import 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())
copy

Explicación:

.fillna(value=data['Age'].median(), inplace=True)
  • value = data['Age'].median() - usando el argumento value, indicamos al método .fillna() qué hacer con los valores NaN. 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.
Tarea

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

Switch to desktopCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 5. Capítulo 5
single

single

some-alt