Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Finne Nullverdier | Analysere Dataene
Pandas Første Steg

Sveip for å vise menyen

book
Finne Nullverdier

DataFrames inneholder ofte manglende verdier, representert som None eller NaN. Når man arbeider med DataFrames, er det viktig å identifisere disse manglende verdiene fordi de kan forvrenge beregninger, føre til unøyaktige analyser og kompromittere påliteligheten av resultatene.

Å håndtere dem sikrer dataintegritet og forbedrer ytelsen til oppgaver som statistisk analyse og maskinlæring. For dette formålet tilbyr pandas spesifikke metoder.

Den første av disse er isna(), som returnerer en boolsk DataFrame. I denne sammenhengen indikerer en True-verdi en manglende verdi i DataFrame, mens en False-verdi antyder at verdien er til stede.

For klarhetens skyld vil vi anvende denne metoden på animals DataFrame. isna()-metoden vil returnere en DataFrame fylt med True/False-verdier, hvor hver True-verdi representerer en manglende verdi i animals DataFrame.

123456789
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)
copy

Den andre metoden er isnull(). Den oppfører seg identisk med den forrige, uten merkbar forskjell mellom dem.

Oppgave

Swipe to start coding

Du har fått en DataFrame kalt wine_data.

  • Hent de manglende verdiene i denne DataFrame og lagre resultatet i variabelen missing_values.

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 3. Kapittel 6

Spør AI

expand
ChatGPT

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

book
Finne Nullverdier

DataFrames inneholder ofte manglende verdier, representert som None eller NaN. Når man arbeider med DataFrames, er det viktig å identifisere disse manglende verdiene fordi de kan forvrenge beregninger, føre til unøyaktige analyser og kompromittere påliteligheten av resultatene.

Å håndtere dem sikrer dataintegritet og forbedrer ytelsen til oppgaver som statistisk analyse og maskinlæring. For dette formålet tilbyr pandas spesifikke metoder.

Den første av disse er isna(), som returnerer en boolsk DataFrame. I denne sammenhengen indikerer en True-verdi en manglende verdi i DataFrame, mens en False-verdi antyder at verdien er til stede.

For klarhetens skyld vil vi anvende denne metoden på animals DataFrame. isna()-metoden vil returnere en DataFrame fylt med True/False-verdier, hvor hver True-verdi representerer en manglende verdi i animals DataFrame.

123456789
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)
copy

Den andre metoden er isnull(). Den oppfører seg identisk med den forrige, uten merkbar forskjell mellom dem.

Oppgave

Swipe to start coding

Du har fått en DataFrame kalt wine_data.

  • Hent de manglende verdiene i denne DataFrame og lagre resultatet i variabelen missing_values.

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 3. Kapittel 6
Switch to desktopBytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor
Vi beklager at noe gikk galt. Hva skjedde?
some-alt