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
Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixoObrigado pelo seu feedback!
Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo