Valori lipsă

Manipularea datelor cu pandas

Maggie Matsui

Senior Content Developer at DataCamp

Ce este o valoare lipsă?

Nume	Rasă	Culoare	Înălțime (cm)	Greutate (kg)	Data nașterii
Bella	Labrador	Maro	56	25	2013-07-01
Charlie	Poodle	Negru	43	23	2016-09-16
Lucy	Chow Chow	Maro	46	22	2014-08-25
Cooper	Schnauzer	Gri	49	17	2011-12-11
Max	Labrador	Negru	59	29	2017-01-20
Stella	Chihuahua	Bej	18	2	2015-04-20
Bernie	St. Bernard	Alb	77	74	2018-02-27

Ce este o valoare lipsă?

Nume	Rasă	Culoare	Înălțime (cm)	Greutate (kg)	Data nașterii
Bella	Labrador	Maro	56	?	2013-07-01
Charlie	Poodle	Negru	43	23	2016-09-16
Lucy	Chow Chow	Maro	46	22	2014-08-25
Cooper	Schnauzer	Gri	49	?	2011-12-11
Max	Labrador	Negru	59	29	2017-01-20
Stella	Chihuahua	Bej	18	2	2015-04-20
Bernie	St. Bernard	Alb	77	74	2018-02-27

Valori lipsă în DataFrame-uri pandas

print(dogs)

      name        breed  color  height_cm  weight_kg date_of_birth
0    Bella     Labrador  Brown         56        NaN    2013-07-01
1  Charlie       Poodle  Black         43       24.0    2016-09-16
2     Lucy    Chow Chow  Brown         46       24.0    2014-08-25
3   Cooper    Schnauzer   Gray         49        NaN    2011-12-11
4      Max     Labrador  Black         59       29.0    2017-01-20
5   Stella    Chihuahua    Tan         18        2.0    2015-04-20
6   Bernie  St. Bernard  White         77       74.0    2018-02-27

Detectarea valorilor lipsă

dogs.isna()

    name  breed  color  height_cm  weight_kg  date_of_birth
0  False  False  False      False       True          False
1  False  False  False      False      False          False
2  False  False  False      False      False          False
3  False  False  False      False       True          False
4  False  False  False      False      False          False
5  False  False  False      False      False          False
6  False  False  False      False      False          False

Detectarea oricăror valori lipsă

dogs.isna().any()

name             False
breed            False
color            False
height_cm        False
weight_kg         True
date_of_birth    False
dtype: bool

Numărarea valorilor lipsă

dogs.isna().sum()

name             0
breed            0
color            0
height_cm        0
weight_kg        2
date_of_birth    0
dtype: int64

Vizualizarea valorilor lipsă

import matplotlib.pyplot as plt

dogs.isna().sum().plot(kind="bar")
plt.show()

Diagramă cu bare care numără valorile lipsă din fiecare coloană a setului de date dogs. Toate barele sunt la zero, cu excepția greutății, care are două valori lipsă.

Eliminarea valorilor lipsă

dogs.dropna()

      name        breed  color  height_cm  weight_kg date_of_birth
1  Charlie       Poodle  Black         43       24.0    2016-09-16
2     Lucy    Chow Chow  Brown         46       24.0    2014-08-25
4      Max     Labrador  Black         59       29.0    2017-01-20
5   Stella    Chihuahua    Tan         18        2.0    2015-04-20
6   Bernie  St. Bernard  White         77       74.0    2018-02-27

Înlocuirea valorilor lipsă

dogs.fillna(0)

      name        breed  color  height_cm  weight_kg date_of_birth
0    Bella     Labrador  Brown         56        0.0    2013-07-01
1  Charlie       Poodle  Black         43       24.0    2016-09-16
2     Lucy    Chow Chow  Brown         46       24.0    2014-08-25
3   Cooper    Schnauzer   Gray         49        0.0    2011-12-11
4      Max     Labrador  Black         59       29.0    2017-01-20
5   Stella    Chihuahua    Tan         18        2.0    2015-04-20
6   Bernie  St. Bernard  White         77       74.0    2018-02-27

Să exersăm!

Manipularea datelor cu pandas