Gérer d'autres problèmes de données

Ingénierie des caractéristiques pour le Machine Learning en Python

Robert O'Callaghan

Director of Data Science, Ordergroove

Mauvais caractères

print(df['RawSalary'].dtype)
dtype('O')
Ingénierie des caractéristiques pour le Machine Learning en Python

Mauvais caractères

print(df['RawSalary'].head())
0          NaN
1    70,841.00
2          NaN
3    21,426.00
4    41,671.00
Name: RawSalary, dtype: object
Ingénierie des caractéristiques pour le Machine Learning en Python

Gérer les mauvais caractères

df['RawSalary'] = df['RawSalary'].str.replace(',', '')
df['RawSalary'] = df['RawSalary'].astype('float')
Ingénierie des caractéristiques pour le Machine Learning en Python

Repérer d'autres caractères parasites

coerced_vals = pd.to_numeric(df['RawSalary'], 
                             errors='coerce')
Ingénierie des caractéristiques pour le Machine Learning en Python

Repérer d'autres caractères parasites

print(df[coerced_vals.isna()].head())
0           NaN
2           NaN
4     $51408.00
Name: RawSalary, dtype: object
Ingénierie des caractéristiques pour le Machine Learning en Python

Enchaîner des méthodes

df['column_name'] = df['column_name'].method1()
df['column_name'] = df['column_name'].method2()
df['column_name'] = df['column_name'].method3()

Identique à :

df['column_name'] = df['column_name']\
                     .method1().method2().method3()
Ingénierie des caractéristiques pour le Machine Learning en Python

Allez-y et corrigez les mauvais caractères !

Ingénierie des caractéristiques pour le Machine Learning en Python

Preparing Video For Download...