Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Вивчайте Перевірка Наявності Пропущених Значень | Попередня Обробка Даних
Просунуті Техніки в Pandas

bookПеревірка Наявності Пропущених Значень

Радий вітати вас у останньому розділі курсу. Тут ви будете обробляти дані про пасажирів Титаніка. Спочатку розглянемо їх:

Перший крок нашого навчання — знаходження пропущених значень. До речі, іноді важко або навіть неможливо заповнити всі значення стовпця; деякі з них можуть бути відсутніми. Такі випадки можуть зіпсувати ваш результат. У наборі даних вони завжди виглядають так: NaN. Спочатку з’ясуємо, чи містить ваш набір даних пропущені значення.

Pandas має дві функції, які можна застосувати до набору даних для пошуку пропущених значень. Обидві вони повертають False, якщо значення в наборі даних не пропущені, і True — якщо пропущені.

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

Оберіть НЕПРАВИЛЬНІ способи перевірки наявності пропущених значень.

Select the correct answer

Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 5. Розділ 1

Запитати АІ

expand

Запитати АІ

ChatGPT

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат

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

bookПеревірка Наявності Пропущених Значень

Свайпніть щоб показати меню

Радий вітати вас у останньому розділі курсу. Тут ви будете обробляти дані про пасажирів Титаніка. Спочатку розглянемо їх:

Перший крок нашого навчання — знаходження пропущених значень. До речі, іноді важко або навіть неможливо заповнити всі значення стовпця; деякі з них можуть бути відсутніми. Такі випадки можуть зіпсувати ваш результат. У наборі даних вони завжди виглядають так: NaN. Спочатку з’ясуємо, чи містить ваш набір даних пропущені значення.

Pandas має дві функції, які можна застосувати до набору даних для пошуку пропущених значень. Обидві вони повертають False, якщо значення в наборі даних не пропущені, і True — якщо пропущені.

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

Оберіть НЕПРАВИЛЬНІ способи перевірки наявності пропущених значень.

Select the correct answer

Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 5. Розділ 1
some-alt