Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Impara Come Eliminare Solo i Valori NaN? | Pre-Elaborazione dei Dati
Tecniche Avanzate in Pandas

bookCome Eliminare Solo i Valori NaN?

Hai già gestito un modo per trattare i valori NaN, ma riflettiamo su cosa possiamo fare con gli altri. Osserva ancora una volta il numero di valori anomali in ciascuna colonna:

Nel capitolo precedente, hai ottenuto il seguente risultato:

PassengerId0
Survived0
Pclass0
Name0
Sex0
Age86
SibSp0
Parch0
Ticket0
Fare1
Embarked0

Il modo più semplice è eliminare tutte le righe che contengono valori mancanti. Ad esempio, mancano 86 righe per l'età, così come 1 riga nella colonna 'Fare'. Vediamo come possiamo eliminarle. In pandas, puoi farlo utilizzando un semplice metodo, simile a quello visto nel capitolo precedente, chiamato .dropna():

data.dropna(inplace=True)

Qui puoi usare inplace=True per salvare tutte le modifiche. Parliamo della funzione. Se una riga nella colonna 'Age' contiene un valore NaN, questo metodo eliminerà tutti i valori nella stessa riga. L'intera riga verrà eliminata se almeno un valore nella riga è mancante.

Compito

Swipe to start coding

Il tuo compito qui è eliminare tutti i valori mancanti e verificare se hai eseguito correttamente l'operazione.

  1. Elimina i valori NaN utilizzando l'argomento inplace=True.
  2. Calcola il numero di valori NaN.

Soluzione

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 5. Capitolo 4
single

single

Chieda ad AI

expand

Chieda ad AI

ChatGPT

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

close

Awesome!

Completion rate improved to 3.03

bookCome Eliminare Solo i Valori NaN?

Scorri per mostrare il menu

Hai già gestito un modo per trattare i valori NaN, ma riflettiamo su cosa possiamo fare con gli altri. Osserva ancora una volta il numero di valori anomali in ciascuna colonna:

Nel capitolo precedente, hai ottenuto il seguente risultato:

PassengerId0
Survived0
Pclass0
Name0
Sex0
Age86
SibSp0
Parch0
Ticket0
Fare1
Embarked0

Il modo più semplice è eliminare tutte le righe che contengono valori mancanti. Ad esempio, mancano 86 righe per l'età, così come 1 riga nella colonna 'Fare'. Vediamo come possiamo eliminarle. In pandas, puoi farlo utilizzando un semplice metodo, simile a quello visto nel capitolo precedente, chiamato .dropna():

data.dropna(inplace=True)

Qui puoi usare inplace=True per salvare tutte le modifiche. Parliamo della funzione. Se una riga nella colonna 'Age' contiene un valore NaN, questo metodo eliminerà tutti i valori nella stessa riga. L'intera riga verrà eliminata se almeno un valore nella riga è mancante.

Compito

Swipe to start coding

Il tuo compito qui è eliminare tutti i valori mancanti e verificare se hai eseguito correttamente l'operazione.

  1. Elimina i valori NaN utilizzando l'argomento inplace=True.
  2. Calcola il numero di valori NaN.

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 5. Capitolo 4
single

single

some-alt