Chybějící data a odlehlé hodnoty

Procvičování statistických pohovorových otázek v Pythonu

Conor Dewey

Data Scientist, Squarespace

Zpracování chybějících dat

• Odstranění celého řádku
• Imputace chybějících hodnot

Odstranění celého řádku

df.dropna(inplace=True)

 

Imputace chybějících hodnot

• Konstantní hodnota
• Náhodně vybraný záznam
• Průměr, medián nebo modus
• Hodnota odhadnutá jiným modelem

Užitečné funkce

• isnull()
• dropna()
• fillna()

Práce s odlehlými hodnotami

• Směrodatné odchylky
• Mezikvartilové rozpětí (IQR)

Směrodatné odchylky

 

¹ Wikimedia

Mezikvartilové rozpětí (IQR)

 

¹ Wikimedia

Shrnutí

• Odstranění celého řádku
• Imputace chybějících hodnot
• Směrodatné odchylky
• Mezikvartilové rozpětí

Připravme se na pohovor!

Procvičování statistických pohovorových otázek v Pythonu