Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Utfylling av Manglende Verdier | Forbehandling av Data
Avanserte Teknikker i Pandas

bookUtfylling av Manglende Verdier

Å slette manglende verdier er ikke den eneste måten å bli kvitt dem på. Du kan også erstatte alle NaN-verdier med en definert verdi, for eksempel gjennomsnittsverdien i kolonnen eller nuller. Dette kan være nyttig i mange tilfeller. Du vil lære dette i kurset Learning Statistics with Python.

Se på eksempelet der manglende verdier i kolonnen 'Age' fylles med medianverdien for denne kolonnen:

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

Forklaring:

.fillna(value=data['Age'].median(), inplace=True)
  • value = data['Age'].median() – ved å bruke argumentet value angir vi til .fillna()-metoden hva som skal gjøres med NaN-verdiene. I dette tilfellet brukte vi .fillna()-metoden på kolonnen 'Age' og erstattet alle manglende verdier med medianen for kolonnen;
  • inplace=True – argumentet vi kan bruke for å lagre endringene.
Oppgave

Swipe to start coding

En av de vanligste metodene for å fylle inn manglende verdier er å erstatte dem med gjennomsnittsverdien for kolonnen. Oppgaven din her er å erstatte NaN-verdiene i kolonnen 'Age' med gjennomsnittet av kolonnen (ved å bruke argumentet inplace = True). Deretter skal du vise summen av de manglende verdiene i kolonnen 'Age'.

Løsning

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 5. Kapittel 5
single

single

Spør AI

expand

Spør AI

ChatGPT

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

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

bookUtfylling av Manglende Verdier

Sveip for å vise menyen

Å slette manglende verdier er ikke den eneste måten å bli kvitt dem på. Du kan også erstatte alle NaN-verdier med en definert verdi, for eksempel gjennomsnittsverdien i kolonnen eller nuller. Dette kan være nyttig i mange tilfeller. Du vil lære dette i kurset Learning Statistics with Python.

Se på eksempelet der manglende verdier i kolonnen 'Age' fylles med medianverdien for denne kolonnen:

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

Forklaring:

.fillna(value=data['Age'].median(), inplace=True)
  • value = data['Age'].median() – ved å bruke argumentet value angir vi til .fillna()-metoden hva som skal gjøres med NaN-verdiene. I dette tilfellet brukte vi .fillna()-metoden på kolonnen 'Age' og erstattet alle manglende verdier med medianen for kolonnen;
  • inplace=True – argumentet vi kan bruke for å lagre endringene.
Oppgave

Swipe to start coding

En av de vanligste metodene for å fylle inn manglende verdier er å erstatte dem med gjennomsnittsverdien for kolonnen. Oppgaven din her er å erstatte NaN-verdiene i kolonnen 'Age' med gjennomsnittet av kolonnen (ved å bruke argumentet inplace = True). Deretter skal du vise summen av de manglende verdiene i kolonnen 'Age'.

Løsning

Switch to desktopBytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor
Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 5. Kapittel 5
single

single

some-alt