Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Apprendre Comment Supprimer Uniquement les Valeurs NaN ? | Prétraitement des Données
Techniques Avancées dans Pandas

Glissez pour afficher le menu

book
Comment Supprimer Uniquement les Valeurs NaN ?

Vous avez géré une façon de traiter les valeurs NaN, mais réfléchissons à ce que nous pouvons faire avec les autres. Regardez le nombre de valeurs aberrantes dans chaque colonne une fois de plus :

Dans le chapitre précédent, vous avez reçu le résultat :

PassengerId0
Survived0
Pclass0
Name0
Sex0
Age86
SibSp0
Parch0
Ticket0
Fare1
Embarked0

La façon la plus simple est de supprimer toutes les lignes contenant des valeurs manquantes. Par exemple, 86 lignes avec des âges sont manquantes, ainsi qu'une 1 ligne dans la colonne 'Fare'. Voyons comment nous pouvons les supprimer. Dans pandas, vous pouvez le faire en utilisant une méthode simple, similaire à celle du chapitre précédent, appelée .dropna() :

python

Ici, vous pouvez utiliser inplace=True pour enregistrer tous les changements. Parlons de la fonction. Si une ligne dans la colonne 'Age' a une valeur NaN, cette méthode supprimera toutes les valeurs dans la même ligne. La ligne entière sera supprimée si au moins une valeur dans la ligne est manquante.

Tâche

Swipe to start coding

Votre tâche ici est de supprimer toutes les valeurs manquantes et de vérifier si vous avez tout fait correctement.

  1. Supprimez les valeurs NaN en utilisant l'argument inplace=True.
  2. Calculez le nombre de valeurs NaN.

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 4
Nous sommes désolés de vous informer que quelque chose s'est mal passé. Qu'est-il arrivé ?

Demandez à l'IA

expand
ChatGPT

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

book
Comment Supprimer Uniquement les Valeurs NaN ?

Vous avez géré une façon de traiter les valeurs NaN, mais réfléchissons à ce que nous pouvons faire avec les autres. Regardez le nombre de valeurs aberrantes dans chaque colonne une fois de plus :

Dans le chapitre précédent, vous avez reçu le résultat :

PassengerId0
Survived0
Pclass0
Name0
Sex0
Age86
SibSp0
Parch0
Ticket0
Fare1
Embarked0

La façon la plus simple est de supprimer toutes les lignes contenant des valeurs manquantes. Par exemple, 86 lignes avec des âges sont manquantes, ainsi qu'une 1 ligne dans la colonne 'Fare'. Voyons comment nous pouvons les supprimer. Dans pandas, vous pouvez le faire en utilisant une méthode simple, similaire à celle du chapitre précédent, appelée .dropna() :

python

Ici, vous pouvez utiliser inplace=True pour enregistrer tous les changements. Parlons de la fonction. Si une ligne dans la colonne 'Age' a une valeur NaN, cette méthode supprimera toutes les valeurs dans la même ligne. La ligne entière sera supprimée si au moins une valeur dans la ligne est manquante.

Tâche

Swipe to start coding

Votre tâche ici est de supprimer toutes les valeurs manquantes et de vérifier si vous avez tout fait correctement.

  1. Supprimez les valeurs NaN en utilisant l'argument inplace=True.
  2. Calculez le nombre de valeurs NaN.

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 4
Switch to desktopPassez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous
Nous sommes désolés de vous informer que quelque chose s'est mal passé. Qu'est-il arrivé ?
some-alt