Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Leer Hoe Verwijder Je Alleen NaN-Waarden? | Gegevens Preprocessen
Geavanceerde Technieken in Pandas

bookHoe Verwijder Je Alleen NaN-Waarden?

Je hebt één manier gevonden om met NaN-waarden om te gaan, maar laten we nadenken over wat we met de overige kunnen doen. Bekijk nogmaals het aantal uitschieters in elke kolom:

In het vorige hoofdstuk ontving je het volgende resultaat:

PassengerId0
Survived0
Pclass0
Name0
Sex0
Age86
SibSp0
Parch0
Ticket0
Fare1
Embarked0

De eenvoudigste methode is om alle rijen met ontbrekende waarden te verwijderen. Bijvoorbeeld, 86 rijen met leeftijden ontbreken, evenals 1 rij in de kolom 'Fare'. Laten we bekijken hoe we deze kunnen verwijderen. In pandas kan dit met één eenvoudige methode, vergelijkbaar met die in het vorige hoofdstuk, genaamd .dropna():

data.dropna(inplace=True)

Hier kun je inplace=True gebruiken om alle wijzigingen op te slaan. Laten we de functie bespreken. Als een rij in de kolom 'Age' een NaN-waarde bevat, verwijdert deze methode alle waarden in diezelfde rij. De gehele rij wordt verwijderd als er ten minste één waarde in de rij ontbreekt.

Taak

Swipe to start coding

Je taak hier is om alle ontbrekende waarden te verwijderen en te controleren of je alles correct hebt gedaan.

  1. Verwijder de NaN-waarden met het argument inplace=True.
  2. Bereken het aantal NaN-waarden.

Oplossing

Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 5. Hoofdstuk 4
single

single

Vraag AI

expand

Vraag AI

ChatGPT

Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.

close

Awesome!

Completion rate improved to 3.03

bookHoe Verwijder Je Alleen NaN-Waarden?

Veeg om het menu te tonen

Je hebt één manier gevonden om met NaN-waarden om te gaan, maar laten we nadenken over wat we met de overige kunnen doen. Bekijk nogmaals het aantal uitschieters in elke kolom:

In het vorige hoofdstuk ontving je het volgende resultaat:

PassengerId0
Survived0
Pclass0
Name0
Sex0
Age86
SibSp0
Parch0
Ticket0
Fare1
Embarked0

De eenvoudigste methode is om alle rijen met ontbrekende waarden te verwijderen. Bijvoorbeeld, 86 rijen met leeftijden ontbreken, evenals 1 rij in de kolom 'Fare'. Laten we bekijken hoe we deze kunnen verwijderen. In pandas kan dit met één eenvoudige methode, vergelijkbaar met die in het vorige hoofdstuk, genaamd .dropna():

data.dropna(inplace=True)

Hier kun je inplace=True gebruiken om alle wijzigingen op te slaan. Laten we de functie bespreken. Als een rij in de kolom 'Age' een NaN-waarde bevat, verwijdert deze methode alle waarden in diezelfde rij. De gehele rij wordt verwijderd als er ten minste één waarde in de rij ontbreekt.

Taak

Swipe to start coding

Je taak hier is om alle ontbrekende waarden te verwijderen en te controleren of je alles correct hebt gedaan.

  1. Verwijder de NaN-waarden met het argument inplace=True.
  2. Bereken het aantal NaN-waarden.

Oplossing

Switch to desktopSchakel over naar desktop voor praktijkervaringGa verder vanaf waar je bent met een van de onderstaande opties
Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 5. Hoofdstuk 4
single

single

some-alt