Xử lý dữ liệu khuyết
Tái định dạng dữ liệu với pandas
Maria Eugenia Inzaugarat
Data Scientist
Ôn tập
- Stack và unstack DataFrame:
- Tất cả cấp chỉ mục cột
- Một cấp chỉ mục hàng
- Chọn cấp để stack hoặc unstack
Unstack tạo ra giá trị khuyết
Các nhóm con không có cùng tập nhãn
animals
jump run fly
class order name
Mammalia carnivora dog No Yes No
Diprotodontia Kangaroo Yes No No
Aves hervibora bird No No Yes
Unstack tạo ra giá trị khuyết
Các nhóm con không có cùng tập nhãn
animals
jump run fly
class order name
Mammalia carnivora dog No Yes No <--
Diprotodontia Kangaroo Yes No No
Aves hervibora bird No No Yes
Unstack tạo ra giá trị khuyết
Các nhóm con không có cùng tập nhãn
animals.unstack(level='class')
jump run fly
clas Aves Mammalia Aves Mammalia Aves Mammalia
order name
Diprotodontia Kangaroo NaN Yes NaN No NaN No
carnivora Dog NaN No NaN Yes NaN No
Charadriiformes Avocet No NaN No NaN Yes NaN
Unstack tạo ra giá trị khuyết
Các nhóm con không có cùng tập nhãn
animals.unstack(level='class')
jump run fly
clas Aves Mammalia Aves Mammalia Aves Mammalia
order name
Diprotodontia Kangaroo NaN Yes NaN No NaN No
-----------------------------
carnivora Dog NaN <-- No NaN Yes NaN No
-----------------------------
Charadriiformes Avocet No NaN No NaN Yes NaN
Xử lý NaN với unstack
animals.unstack(level='class', fill_value= )
Xử lý NaN với unstack
animals.unstack(level='class', fill_value='No')
Xử lý NaN với unstack
animals.unstack(level='class', fill_value='No').sort_index(level=['order', 'name'], ascending=[True, False])
jump run fly
clas Aves Mammalia Aves Mammalia Aves Mammalia
order name
Diprotodontia Kangaroo No Yes No No No No
carnivora Dog No No No Yes No No
Charadriiformes Avocet No No No No Yes No
Stack và giá trị khuyết
Các kết hợp giữa chỉ mục và cột thiếu trong DataFrame gốc
flowers
petals Stigma
number size
rose 40 NaN
Lily 8 5
Stack và giá trị khuyết
Các kết hợp giữa chỉ mục và cột thiếu trong DataFrame gốc
flowers.stack()
Stigma petals
rose number NaN 40.0
Lily number NaN 8.0
size 5 NaN
Stack và giá trị khuyết
Các kết hợp giữa chỉ mục và cột thiếu trong DataFrame gốc
flowers.stack(dropna=True)
Stigma petals
rose number NaN 40.0
Lily number NaN 8.0
size 5 NaN
Stack và giá trị khuyết
Các kết hợp giữa chỉ mục và cột thiếu trong DataFrame gốc
flowers.stack(dropna=False)
Stigma petals
rose number NaN 40.0
size NaN NaN <--
Lily number NaN 8.0
size 5 NaN
Xử lý NaN với stack
flowers.stack(dropna=False).fillna(0)
Stigma petals
rose number 0 40.0
size 0 0
Lily number 0 8.0
size 5 0
Ayo berlatih!
Tái định dạng dữ liệu với pandas
