Wann und wie fehlende Daten löschen

Umgang mit fehlenden Daten in Python

Suraj Donthi

Deep Learning & Computer Vision Consultant

Arten des Löschens

  1. Paarweises Löschen
  2. Listenweises Löschen

Hinweis: Verwenden, wenn Werte MCAR sind.

Umgang mit fehlenden Daten in Python

Paarweises Löschen

diabetes DataFrame

Paarweises Löschen für den Diabetes-Datensatz 768 Zeilen × 9 Spalten

diabetes['Glucose'].mean()

121.687

diabetes.count()

763

diabetes['Glucose'].sum() / 
       diabetes['Glucose'].count()

121.687
Umgang mit fehlenden Daten in Python

Listenweises Löschen bzw. Complete Case

diabetes DataFrame

Listenweises Löschen für den Diabetes-Datensatz 768 Zeilen × 9 Spalten

diabetes.dropna(subset=['Glucose'], 
                       how='any', 
                       inplace=True)
Umgang mit fehlenden Daten in Python

Löschen im `diabetes`-DataFrame

msno.matrix(diabetes)

diabetes['Glucose'].isnull().sum()

5

Missingness-Matrixplot für Diabetes

Umgang mit fehlenden Daten in Python

Löschen im `diabetes`-DataFrame

diabetes.dropna(subset=["Glucose"], how='any', inplace=True)
msno.matrix(diabetes)

Missingness-Matrixplot des Diabetes-Datensatzes

Umgang mit fehlenden Daten in Python

Löschen im `diabetes`-DataFrame

diabetes['BMI'].isnull().sum()

11

diabetes.dropna(subset=["BMI"], how='any', inplace=True)
msno.matrix(diabetes)

Missingness-Matrixplot des Diabetes-Datensatzes

Umgang mit fehlenden Daten in Python

Zusammenfassung

  • Paarweises Löschen
  • Listenweises Löschen
  • Löschen nur verwenden, wenn Werte MCAR sind
Umgang mit fehlenden Daten in Python

Lass uns üben!

Umgang mit fehlenden Daten in Python

Preparing Video For Download...