Zpracování chybějících dat
Přetváření dat s pandas
Maria Eugenia Inzaugarat
Data Scientist
Opakování
- Stack a unstack DataFramů:
- Všechny úrovně indexu sloupců
- Úroveň řádkového indexu
- Výběr úrovní pro stack nebo unstack
Unstack vede k chybějícím hodnotám
Podskupiny nemají stejnou sadu štítků
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 vede k chybějícím hodnotám
Podskupiny nemají stejnou sadu štítků
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 vede k chybějícím hodnotám
Podskupiny nemají stejnou sadu štítků
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 vede k chybějícím hodnotám
Podskupiny nemají stejnou sadu štítků
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
Zpracování NaN při unstack
animals.unstack(level='class', fill_value= )
Zpracování NaN při unstack
animals.unstack(level='class', fill_value='No')
Zpracování NaN při 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 a chybějící hodnoty
Kombinace hodnot indexu a sloupců chybějící v původním DataFrame
flowers
petals Stigma
number size
rose 40 NaN
Lily 8 5
Stack a chybějící hodnoty
Kombinace hodnot indexu a sloupců chybějící v původním DataFrame
flowers.stack()
Stigma petals
rose number NaN 40.0
Lily number NaN 8.0
size 5 NaN
Stack a chybějící hodnoty
Kombinace hodnot indexu a sloupců chybějící v původním DataFrame
flowers.stack(dropna=True)
Stigma petals
rose number NaN 40.0
Lily number NaN 8.0
size 5 NaN
Stack a chybějící hodnoty
Kombinace hodnot indexu a sloupců chybějící v původním DataFrame
flowers.stack(dropna=False)
Stigma petals
rose number NaN 40.0
size NaN NaN <--
Lily number NaN 8.0
size 5 NaN
Zpracování NaN při 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
Pojďme procvičovat!
Přetváření dat s pandas
