Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Calcular el Número de Valores Ausentes | Preprocessing Data
Advanced Techniques in pandas

Calcular el Número de Valores AusentesCalcular el Número de Valores Ausentes

Hay que tener en cuenta que no es conveniente comprobar cada valor del conjunto de datos en busca de NaN. Es más conveniente ver el número de valores perdidos para concluir las columnas donde tenemos NaNs. Como recordarás, tenemos dos funciones para comprobar los valores que faltan. Para calcular la suma, basta con utilizar la función .sum(). Así, en general, tenemos 2 opciones para mostrar el número de NaNs para cada columna:

``python datos.isna().suma()

O

data.isnull().sum()

Tarea

  1. Calcule el número de valores que faltan en el conjunto de datos utilizando una de las funciones mencionadas.
    1. Obtenga el resultado.

Intenta sacar tus propias conclusiones.

¿Todo estuvo claro?

Sección 5. Capítulo 2
toggle bottom row
course content

Contenido del Curso

Advanced Techniques in pandas

1. Familiarízate con la Indexación y Selección de Datos

Columnas de Salida por TítuloFilas de Salida por ÍndiceSeleccionar Filas y Columnas EspecíficasConozca Más Sobre la IndexaciónFamiliarízate con las Funciones lambdaAmpliar la Funcionalidad de la Función .iloc[]

2. Manejando Condiciones

Establecer CondiciónDesafío 1Manejando Varias CondicionesHaz Tu Código HermosoReto 2

3. Extraer Datos

¿Están los datos en ...?Combina Tu ConocimientoEntre FunciónDesafíoEncuentra los Valores más Pequeños de una ColumnaEncuentra los Valores Más Grandes de una ColumnaEncuentra la Correlación

4. Agregando Datos

Familiarízate con el método .groupby()Agrupar por Varias ColumnasAgrupación ComplicadaGrupoManejo de Tablas DinámicasReto

5. Preprocesamiento de Datos

Verificar Valores FaltantesCalcular el Número de Valores Ausentes¿Qué haremos con los valores NaN?Cómo eliminar solo los valores NaN?Rellene los Valores FaltantesGestionar Variables CategóricasVerificar el Tipo de ColumnaAdministrar una Columna IncorrectaRenombrar la Columna

Advanced Techniques in pandas

Calcular el Número de Valores AusentesCalcular el Número de Valores Ausentes

Hay que tener en cuenta que no es conveniente comprobar cada valor del conjunto de datos en busca de NaN. Es más conveniente ver el número de valores perdidos para concluir las columnas donde tenemos NaNs. Como recordarás, tenemos dos funciones para comprobar los valores que faltan. Para calcular la suma, basta con utilizar la función .sum(). Así, en general, tenemos 2 opciones para mostrar el número de NaNs para cada columna:

``python datos.isna().suma()

O

data.isnull().sum()

Tarea

  1. Calcule el número de valores que faltan en el conjunto de datos utilizando una de las funciones mencionadas.
    1. Obtenga el resultado.

Intenta sacar tus propias conclusiones.

¿Todo estuvo claro?

Sección 5. Capítulo 2
toggle bottom row
some-alt