Gestire i valori mancanti (I)

Feature Engineering per il Machine Learning in Python

Robert O'Callaghan

Director of Data Science, Ordergroove

Eliminazione listwise

      SurveyDate      ConvertedSalary     Hobby ... \
0  2/28/18 20:20                  NaN       Yes ...
1  6/28/18 13:26              70841.0       Yes ...
2    6/6/18 3:37                  NaN        No ...
3    5/9/18 1:06              21426.0       Yes ...
4  4/12/18 22:41              41671.0       Yes ...
Feature Engineering per il Machine Learning in Python

Eliminazione listwise in Python

# Elimina tutte le righe con almeno un valore mancante
df.dropna(how='any')
Feature Engineering per il Machine Learning in Python

Eliminazione listwise in Python

# Elimina righe con valori mancanti in una colonna specifica
df.dropna(subset=['VersionControl'])
Feature Engineering per il Machine Learning in Python

Problemi dell'eliminazione

  • Elimina dati validi
  • Si basa sulla casualità
  • Riduce le informazioni
Feature Engineering per il Machine Learning in Python

Sostituzione con stringhe

# Sostituisci i valori mancanti in una colonna specifica
# con una stringa indicata
df['VersionControl'].fillna(
    value='None Given', inplace=True
)
Feature Engineering per il Machine Learning in Python

Registrare i valori mancanti

# Registra dove i valori non sono mancanti
df['SalaryGiven'] = df['ConvertedSalary'].notnull()

# Elimina una colonna specifica
df.drop(columns=['ConvertedSalary'])
Feature Engineering per il Machine Learning in Python

Esercitiamoci

Feature Engineering per il Machine Learning in Python

Preparing Video For Download...