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 manier is om alle rijen te verwijderen die ontbrekende waarden bevatten. 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 dezelfde 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 behulp van 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 3.03
Hoe 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 manier is om alle rijen te verwijderen die ontbrekende waarden bevatten. 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 dezelfde 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 behulp van het argumentinplace=True. - Bereken het aantal
NaN-waarden.
Oplossing
Bedankt voor je feedback!
single