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

bookCalculando o Número de Valores Ausentes

É importante observar que não é conveniente verificar cada valor do conjunto de dados para identificar valores NaN. É mais prático visualizar a quantidade de valores ausentes para identificar as colunas que contêm NaNs. Como mencionado anteriormente, existem duas funções para verificar valores ausentes. Para calcular o total, basta utilizar a função .sum(). Portanto, de modo geral, existem duas opções para exibir a quantidade de NaNs em cada coluna:

data.isna().sum()
# Or
data.isnull().sum()

Nada complicado. Vamos prosseguir para a tarefa.

Tarefa

Swipe to start coding

  1. Calcule o número de valores ausentes no conjunto de dados utilizando uma das funções mencionadas.
  2. Apresente o resultado.

Procure tirar suas próprias conclusões.

Solução

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 5. Capítulo 2
single

single

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:

Can you explain the difference between isna() and isnull()?

How can I interpret the output of these functions?

What should I do if I find columns with a lot of NaN values?

close

Awesome!

Completion rate improved to 3.03

bookCalculando o Número de Valores Ausentes

Deslize para mostrar o menu

É importante observar que não é conveniente verificar cada valor do conjunto de dados para identificar valores NaN. É mais prático visualizar a quantidade de valores ausentes para identificar as colunas que contêm NaNs. Como mencionado anteriormente, existem duas funções para verificar valores ausentes. Para calcular o total, basta utilizar a função .sum(). Portanto, de modo geral, existem duas opções para exibir a quantidade de NaNs em cada coluna:

data.isna().sum()
# Or
data.isnull().sum()

Nada complicado. Vamos prosseguir para a tarefa.

Tarefa

Swipe to start coding

  1. Calcule o número de valores ausentes no conjunto de dados utilizando uma das funções mencionadas.
  2. Apresente o resultado.

Procure tirar suas próprias conclusões.

Solução

Switch to desktopMude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 5. Capítulo 2
single

single

some-alt