Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprenda Verificação de Valores Ausentes | Pré-processamento de Dados
Técnicas Avançadas em Pandas

bookVerificação de Valores Ausentes

Fico feliz em vê-lo na última seção do curso. Aqui, você irá processar dados dos passageiros do Titanic. Primeiro, vamos examiná-los:

O primeiro passo do nosso aprendizado é encontrar valores ausentes. Aliás, às vezes é difícil ou até impossível preencher todos os valores de uma coluna; alguns deles podem estar ausentes. Esses casos podem prejudicar seu resultado. No conjunto de dados, eles sempre aparecem assim: NaN. Primeiro, vamos descobrir se seu conjunto de dados contém valores ausentes.

O pandas possui duas funções que você pode aplicar ao conjunto de dados para encontrar valores ausentes. Ambas irão retornar False se os valores do conjunto de dados não estiverem ausentes e True caso contrário.

data.isna()
# Or
data.isnull()
question mark

Selecione as formas INCORRETAS de verificar valores ausentes.

Select the correct answer

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 5. Capítulo 1

Pergunte à IA

expand

Pergunte à IA

ChatGPT

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

Suggested prompts:

What is the difference between isna() and isnull() in pandas?

How can I use these functions to check for missing values in a specific column?

What should I do after finding missing values in my dataset?

Awesome!

Completion rate improved to 3.03

bookVerificação de Valores Ausentes

Deslize para mostrar o menu

Fico feliz em vê-lo na última seção do curso. Aqui, você irá processar dados dos passageiros do Titanic. Primeiro, vamos examiná-los:

O primeiro passo do nosso aprendizado é encontrar valores ausentes. Aliás, às vezes é difícil ou até impossível preencher todos os valores de uma coluna; alguns deles podem estar ausentes. Esses casos podem prejudicar seu resultado. No conjunto de dados, eles sempre aparecem assim: NaN. Primeiro, vamos descobrir se seu conjunto de dados contém valores ausentes.

O pandas possui duas funções que você pode aplicar ao conjunto de dados para encontrar valores ausentes. Ambas irão retornar False se os valores do conjunto de dados não estiverem ausentes e True caso contrário.

data.isna()
# Or
data.isnull()
question mark

Selecione as formas INCORRETAS de verificar valores ausentes.

Select the correct answer

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 5. Capítulo 1
some-alt