Hoe 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:
| PassengerId | 0 |
| Survived | 0 |
| Pclass | 0 |
| Name | 0 |
| Sex | 0 |
| Age | 86 |
| SibSp | 0 |
| Parch | 0 |
| Ticket | 0 |
| Fare | 1 |
| Embarked | 0 |
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.
Swipe to start coding
Je taak hier is om alle ontbrekende waarden te verwijderen en te controleren of je alles correct hebt gedaan.
- Verwijder de
NaN-waarden met het argumentinplace=True. - Bereken het aantal
NaN-waarden.
Oplossing
Bedankt voor je feedback!
single
Vraag AI
Vraag AI
Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.
Awesome!
Completion rate improved to 3.03Hoe 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:
| PassengerId | 0 |
| Survived | 0 |
| Pclass | 0 |
| Name | 0 |
| Sex | 0 |
| Age | 86 |
| SibSp | 0 |
| Parch | 0 |
| Ticket | 0 |
| Fare | 1 |
| Embarked | 0 |
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.
Swipe to start coding
Je taak hier is om alle ontbrekende waarden te verwijderen en te controleren of je alles correct hebt gedaan.
- Verwijder de
NaN-waarden met het argumentinplace=True. - Bereken het aantal
NaN-waarden.
Oplossing
Schakel over naar desktop voor praktijkervaringGa verder vanaf waar je bent met een van de onderstaande optiesBedankt voor je feedback!
single
