Conteúdo do Curso
Primeiros Passos com Pandas
Primeiros Passos com Pandas
Encontrando Valores Nulos
Os DataFrames frequentemente contêm valores ausentes, representados como None
ou NaN
. Ao trabalhar com DataFrames, é essencial identificar esses valores ausentes porque eles podem distorcer cálculos, levar a análises imprecisas e comprometer a confiabilidade dos resultados.
Abordá-los garante a integridade dos dados e melhora o desempenho de tarefas como análise estatística e aprendizado de máquina. Para esse propósito, o pandas oferece métodos específicos.
O primeiro deles é isna()
, que retorna um DataFrame booleano. Neste contexto, um valor True
indica um valor ausente dentro do DataFrame, enquanto um valor False
sugere que o valor está presente.
Para maior clareza, aplicaremos este método no DataFrame animals
. O método isna()
retornará um DataFrame preenchido com valores True
/False
, onde cada valor True
representa um valor ausente no DataFrame animals
.
import pandas as pd import numpy as np animals_data = {'animal': [np.NaN, 'Dog', np.NaN, 'Cat','Parrot', None], 'name': ['Dolly', None, 'Erin', 'Kelly', None, 'Odie']} animals = pd.DataFrame(animals_data) # Find missing values missing_values = animals.isna() print(missing_values)
O segundo método é isnull()
. Ele se comporta de forma idêntica ao anterior, sem diferença discernível entre eles.
Swipe to start coding
Seu objetivo é identificar os valores ausentes em um DataFrame chamado wine_data
.
Solução
Obrigado pelo seu feedback!
Encontrando Valores Nulos
Os DataFrames frequentemente contêm valores ausentes, representados como None
ou NaN
. Ao trabalhar com DataFrames, é essencial identificar esses valores ausentes porque eles podem distorcer cálculos, levar a análises imprecisas e comprometer a confiabilidade dos resultados.
Abordá-los garante a integridade dos dados e melhora o desempenho de tarefas como análise estatística e aprendizado de máquina. Para esse propósito, o pandas oferece métodos específicos.
O primeiro deles é isna()
, que retorna um DataFrame booleano. Neste contexto, um valor True
indica um valor ausente dentro do DataFrame, enquanto um valor False
sugere que o valor está presente.
Para maior clareza, aplicaremos este método no DataFrame animals
. O método isna()
retornará um DataFrame preenchido com valores True
/False
, onde cada valor True
representa um valor ausente no DataFrame animals
.
import pandas as pd import numpy as np animals_data = {'animal': [np.NaN, 'Dog', np.NaN, 'Cat','Parrot', None], 'name': ['Dolly', None, 'Erin', 'Kelly', None, 'Odie']} animals = pd.DataFrame(animals_data) # Find missing values missing_values = animals.isna() print(missing_values)
O segundo método é isnull()
. Ele se comporta de forma idêntica ao anterior, sem diferença discernível entre eles.
Swipe to start coding
Seu objetivo é identificar os valores ausentes em um DataFrame chamado wine_data
.
Solução
Obrigado pelo seu feedback!