Encontrar Valores Nulos

Los DataFrames a menudo contienen valores faltantes, representados como None o NaN. Al trabajar con DataFrames, es esencial identificar estos valores faltantes porque pueden distorsionar los cálculos, llevar a análisis inexactos y comprometer la fiabilidad de los resultados.

Abordarlos asegura la integridad de los datos y mejora el rendimiento de tareas como el análisis estadístico y el aprendizaje automático. Para este propósito, pandas ofrece métodos específicos.

El primero de estos es isna(), que devuelve un DataFrame booleano. En este contexto, un valor True indica un valor faltante dentro del DataFrame, mientras que un valor False sugiere que el valor está presente.

Para mayor claridad, aplicaremos este método en el DataFrame animals. El método isna() devolverá un DataFrame lleno de valores True/False, donde cada valor True representa un valor faltante en el DataFrame animals.

import pandas as pd

import numpy as np

animals_data = {'animal': [np.NaN, 'Dog', np.NaN, 'Cat','Parrot', None],

'name': ['Dolly', None, 'Erin', 'Kelly', None, 'Odie']}

animals = pd.DataFrame(animals_data)

# Find missing values

missing_values = animals.isna()

print(missing_values)


              123456789
            
import pandas as pd
import numpy as np

animals_data = {'animal': [np.NaN, 'Dog', np.NaN, 'Cat','Parrot', None],
'name': ['Dolly', None, 'Erin', 'Kelly', None, 'Odie']}
animals = pd.DataFrame(animals_data)
# Find missing values
missing_values = animals.isna()
print(missing_values)

El segundo método es isnull(). Se comporta de manera idéntica al anterior, sin diferencia discernible entre ellos.

Tarea

Swipe to start coding

Tu objetivo es identificar los valores faltantes en un DataFrame dado llamado wine_data.

Solución

import pandas as pd

wine_data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a43d24b6-df61-4e11-9c90-5b36552b3437/wine_with_nan.csv')

# Write your code here

missing_values = wine_data.isnull()

print(missing_values)

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Sección 3. Capítulo 6

import pandas as pd

wine_data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a43d24b6-df61-4e11-9c90-5b36552b3437/wine_with_nan.csv')

# Write your code here

missing_values = ___

print(___)