Trovare Valori Nulli
I DataFrame spesso contengono valori mancanti, rappresentati come None o NaN. Quando si lavora con i DataFrame, è essenziale identificare questi valori mancanti perché possono distorcere i calcoli, portare ad analisi inaccurate e compromettere l'affidabilità dei risultati.
Affrontarli assicura l'integrità dei dati e migliora le prestazioni di attività come l'analisi statistica e il machine learning. A questo scopo, pandas offre metodi specifici.
Il primo di questi è isna(), che restituisce un DataFrame booleano. In questo contesto, un valore True indica un valore mancante all'interno del DataFrame, mentre un valore False suggerisce che il valore è presente.
Per chiarezza, applicheremo questo metodo sul DataFrame animals. Il metodo isna() restituirà un DataFrame riempito con valori True/False, dove ogni valore True rappresenta un valore mancante nel 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)
Il secondo metodo è isnull(). Si comporta in modo identico al precedente, senza alcuna differenza discernibile tra di loro.
Swipe to start coding
Ti viene dato un DataFrame chiamato wine_data.
- Recupera i valori mancanti in questo
DataFramee memorizza il risultato nella variabilemissing_values.
Soluzione
Cambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguentiGrazie per i tuoi commenti!
Cambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti