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

bookRemplissage des Valeurs Manquantes

Supprimer les valeurs manquantes n'est pas la seule méthode pour s'en débarrasser. Il est également possible de remplacer tous les NaN par une valeur définie, par exemple, par la moyenne de la colonne ou par des zéros. Cette approche peut s'avérer utile dans de nombreux cas. Vous l'apprendrez dans le cours Apprendre les statistiques avec Python.

Consultez l'exemple de remplissage des valeurs manquantes dans la colonne 'Age' avec la médiane de cette colonne :

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

Explication :

.fillna(value=data['Age'].median(), inplace=True)
  • value = data['Age'].median() – en utilisant l'argument value, on indique à la méthode .fillna() comment traiter les valeurs NaN. Dans ce cas, la méthode .fillna() est appliquée à la colonne 'Age' et toutes les valeurs manquantes sont remplacées par la médiane de la colonne ;
  • inplace=True – argument permettant de sauvegarder les modifications.
Tâche

Swipe to start coding

L'une des méthodes les plus courantes pour remplir les valeurs manquantes consiste à les remplacer par la valeur moyenne de la colonne. Votre tâche ici est donc de remplacer les valeurs NaN dans la colonne 'Age' par la moyenne de cette colonne (en utilisant l'argument inplace = True). Ensuite, affichez la somme des valeurs manquantes dans la colonne 'Age'.

Solution

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 5. Chapitre 5
single

single

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:

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

bookRemplissage des Valeurs Manquantes

Glissez pour afficher le menu

Supprimer les valeurs manquantes n'est pas la seule méthode pour s'en débarrasser. Il est également possible de remplacer tous les NaN par une valeur définie, par exemple, par la moyenne de la colonne ou par des zéros. Cette approche peut s'avérer utile dans de nombreux cas. Vous l'apprendrez dans le cours Apprendre les statistiques avec Python.

Consultez l'exemple de remplissage des valeurs manquantes dans la colonne 'Age' avec la médiane de cette colonne :

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

Explication :

.fillna(value=data['Age'].median(), inplace=True)
  • value = data['Age'].median() – en utilisant l'argument value, on indique à la méthode .fillna() comment traiter les valeurs NaN. Dans ce cas, la méthode .fillna() est appliquée à la colonne 'Age' et toutes les valeurs manquantes sont remplacées par la médiane de la colonne ;
  • inplace=True – argument permettant de sauvegarder les modifications.
Tâche

Swipe to start coding

L'une des méthodes les plus courantes pour remplir les valeurs manquantes consiste à les remplacer par la valeur moyenne de la colonne. Votre tâche ici est donc de remplacer les valeurs NaN dans la colonne 'Age' par la moyenne de cette colonne (en utilisant l'argument inplace = True). Ensuite, affichez la somme des valeurs manquantes dans la colonne 'Age'.

Solution

Switch to desktopPassez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous
Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 5. Chapitre 5
single

single

some-alt