Lære Hva Skal Vi Gjøre Med NaN-verdiene?

I forrige kapittel fikk du følgende resultat:


PassengerId	0
Survived	0
Pclass	0
Name	0
Sex	0
Age	86
SibSp	0
Parch	0
Ticket	0
Fare	1
Cabin	327
Embarked	0

Datasettet har 418 rader. Se på kolonnen Cabin, hvor vi har 327 manglende verdier. Det gir ingen mening å fylle inn disse, siden vi har minimal informasjon her. I dette tilfellet er den beste løsningen å slette kolonnen som er meningsløs for oss. En av grunnene er at vi kan slette kun radene som inneholder manglende verdier, men vi kan ikke slette 327 rader av 418. La oss derfor finne ut hvordan vi gjør dette.

For å slette en kolonne må du bruke metoden .drop() på datasettet. Syntaksen er følgende:

# If you want to delete one column
data.drop(columns = 'column_name', inplace = True)

# If you want to delete several columns
data.drop(columns = ['column_1', 'column_2'], inplace = True)

Forklaring:

.drop() – en metode som sletter kolonner;
columns = 'column_name' eller columns = ['column_1', 'column_2'] – argument for funksjonen, hvor du angir navnet eller navnene på kolonnene du vil slette;
inplace = True – nyttig argument i pandas som lar oss lagre alle endringer. Du kan bruke det i andre funksjoner også; vi skal lære om noen av dem senere.

Oppgave

Swipe to start coding

Din oppgave er å slette kolonnen med flest NaN-verdier. Følg algoritmen:

Slett kolonnen 'Cabin' ved å bruke argumentet inplace = True.
Vis et tilfeldig utvalg på 5 rader fra datasettet.

Løsning

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 5. Kapittel 3

single

Spør AI

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

Suggested prompts:

Can you explain what happens if I don't use `inplace=True`?

What should I do if I want to delete multiple columns at once?

Is there a way to undo the column deletion if I make a mistake?

Awesome!

Completion rate improved to 3.03

Sveip for å vise menyen