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 gjennomsnittet av kolonnen eller nuller. Dette kan være nyttig i mange tilfeller. Du vil lære mer om dette i kurset Learning Statistics with Python.

Se på eksempelet der manglende verdier i kolonnen 'Age' fylles inn 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() – med argumentet value angir vi til metoden .fillna() hva som skal gjøres med NaN-verdiene. I dette tilfellet brukte vi metoden .fillna() 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

Manglende verdier kan skape problemer ved dataanalyse. En av de vanligste metodene for å håndtere dette er å erstatte manglende verdier med gjennomsnittet for kolonnen.

Din oppgave er:

  1. Erstatt alle NaN-verdier i kolonnen 'Age' med gjennomsnittet for denne kolonnen.
  • Bruk metoden .fillna() med argumentene value=data['Age'].mean() og inplace=True.
  1. Beregn og skriv ut antall gjenværende manglende verdier 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

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 gjennomsnittet av kolonnen eller nuller. Dette kan være nyttig i mange tilfeller. Du vil lære mer om dette i kurset Learning Statistics with Python.

Se på eksempelet der manglende verdier i kolonnen 'Age' fylles inn 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() – med argumentet value angir vi til metoden .fillna() hva som skal gjøres med NaN-verdiene. I dette tilfellet brukte vi metoden .fillna() 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

Manglende verdier kan skape problemer ved dataanalyse. En av de vanligste metodene for å håndtere dette er å erstatte manglende verdier med gjennomsnittet for kolonnen.

Din oppgave er:

  1. Erstatt alle NaN-verdier i kolonnen 'Age' med gjennomsnittet for denne kolonnen.
  • Bruk metoden .fillna() med argumentene value=data['Age'].mean() og inplace=True.
  1. Beregn og skriv ut antall gjenværende manglende verdier 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