Preenchendo os Valores Ausentes
Excluir valores ausentes não é a única maneira de eliminá-los. Também é possível substituir todos os NaNs por um valor definido, por exemplo, pela média da coluna ou por zeros. Isso pode ser útil em muitos casos. Você aprenderá sobre isso no curso Aprendendo Estatística com Python.
Veja o exemplo de preenchimento de valores ausentes na coluna 'Age'
com o valor mediano dessa coluna:
1234import pandas as pd data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/titanic_2', index_col = 0) data['Age'].fillna(value=data['Age'].median(), inplace=True) print(data['Age'].isna().sum())
Explicação:
.fillna(value=data['Age'].median(), inplace=True)
value = data['Age'].median()
- utilizando o argumentovalue
, informamos ao método.fillna()
o que fazer com os valoresNaN
. Neste caso, aplicamos o método.fillna()
à coluna'Age'
e substituímos todos os valores ausentes pela mediana da coluna;inplace=True
- argumento utilizado para salvar as alterações.
Swipe to start coding
Valores ausentes podem causar problemas durante a análise de dados. Uma das formas mais comuns de lidar com eles é substituindo os valores ausentes pela média da coluna.
Sua tarefa é:
- Substituir todos os valores
NaN
na coluna'Age'
pela média dessa coluna.
- Utilize o método
.fillna()
com os argumentosvalue=data['Age'].mean()
einplace=True
.
- Calcular e exibir o número de valores ausentes restantes na coluna
'Age'
.
Solução
Obrigado pelo seu feedback!
single
Pergunte à IA
Pergunte à IA
Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo
Awesome!
Completion rate improved to 3.03
Preenchendo os Valores Ausentes
Deslize para mostrar o menu
Excluir valores ausentes não é a única maneira de eliminá-los. Também é possível substituir todos os NaNs por um valor definido, por exemplo, pela média da coluna ou por zeros. Isso pode ser útil em muitos casos. Você aprenderá sobre isso no curso Aprendendo Estatística com Python.
Veja o exemplo de preenchimento de valores ausentes na coluna 'Age'
com o valor mediano dessa coluna:
1234import pandas as pd data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/titanic_2', index_col = 0) data['Age'].fillna(value=data['Age'].median(), inplace=True) print(data['Age'].isna().sum())
Explicação:
.fillna(value=data['Age'].median(), inplace=True)
value = data['Age'].median()
- utilizando o argumentovalue
, informamos ao método.fillna()
o que fazer com os valoresNaN
. Neste caso, aplicamos o método.fillna()
à coluna'Age'
e substituímos todos os valores ausentes pela mediana da coluna;inplace=True
- argumento utilizado para salvar as alterações.
Swipe to start coding
Valores ausentes podem causar problemas durante a análise de dados. Uma das formas mais comuns de lidar com eles é substituindo os valores ausentes pela média da coluna.
Sua tarefa é:
- Substituir todos os valores
NaN
na coluna'Age'
pela média dessa coluna.
- Utilize o método
.fillna()
com os argumentosvalue=data['Age'].mean()
einplace=True
.
- Calcular e exibir o número de valores ausentes restantes na coluna
'Age'
.
Solução
Obrigado pelo seu feedback!
single