Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Apprendre Vérification des Valeurs Manquantes | Prétraitement des Données
Techniques Avancées dans Pandas

bookVérification des Valeurs Manquantes

Je suis heureux de vous retrouver dans la dernière section du cours. Ici, vous allez traiter les données des passagers du Titanic. Commençons par les examiner :

La première étape de notre apprentissage consiste à identifier les valeurs manquantes. D'ailleurs, il est parfois difficile, voire impossible, de remplir toutes les valeurs d'une colonne ; certaines peuvent être absentes. De tels cas peuvent fausser vos résultats. Dans le jeu de données, elles apparaissent toujours ainsi : NaN. Commençons par vérifier si votre jeu de données contient des valeurs manquantes.

Pandas propose deux fonctions que vous pouvez appliquer au jeu de données pour détecter les valeurs manquantes. Toutes deux indiqueront False si les valeurs ne sont pas manquantes, et True dans le cas contraire.

data.isna()
# Or
data.isnull()
question mark

Veuillez sélectionner les méthodes INCORRECTES pour vérifier la présence de valeurs manquantes.

Select the correct answer

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 5. Chapitre 1

Demandez à l'IA

expand

Demandez à l'IA

ChatGPT

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

Suggested prompts:

What is the difference between isna() and isnull() in pandas?

How can I use these functions to check for missing values in a specific column?

What should I do after finding missing values in my dataset?

Awesome!

Completion rate improved to 3.03

bookVérification des Valeurs Manquantes

Glissez pour afficher le menu

Je suis heureux de vous retrouver dans la dernière section du cours. Ici, vous allez traiter les données des passagers du Titanic. Commençons par les examiner :

La première étape de notre apprentissage consiste à identifier les valeurs manquantes. D'ailleurs, il est parfois difficile, voire impossible, de remplir toutes les valeurs d'une colonne ; certaines peuvent être absentes. De tels cas peuvent fausser vos résultats. Dans le jeu de données, elles apparaissent toujours ainsi : NaN. Commençons par vérifier si votre jeu de données contient des valeurs manquantes.

Pandas propose deux fonctions que vous pouvez appliquer au jeu de données pour détecter les valeurs manquantes. Toutes deux indiqueront False si les valeurs ne sont pas manquantes, et True dans le cas contraire.

data.isna()
# Or
data.isnull()
question mark

Veuillez sélectionner les méthodes INCORRECTES pour vérifier la présence de valeurs manquantes.

Select the correct answer

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 5. Chapitre 1
some-alt