मिसिंग वैल्यूज़ का प्रबंधन (I)

Python में मशीन लर्निंग के लिए फीचर इंजीनियरिंग

Robert O'Callaghan

Director of Data Science, Ordergroove

लिस्टवाइज़ डिलेशन

      SurveyDate      ConvertedSalary     Hobby ... \
0  2/28/18 20:20                  NaN       Yes ...
1  6/28/18 13:26              70841.0       Yes ...
2    6/6/18 3:37                  NaN        No ...
3    5/9/18 1:06              21426.0       Yes ...
4  4/12/18 22:41              41671.0       Yes ...

Python में लिस्टवाइज़ डिलेशन

# कम-से-कम एक मिसिंग वैल्यू वाली सभी पंक्तियाँ हटाएँ
df.dropna(how='any')

Python में लिस्टवाइज़ डिलेशन

# किसी खास कॉलम में मिसिंग वैल्यू वाली पंक्तियाँ हटाएँ
df.dropna(subset=['VersionControl'])

डिलेशन की समस्याएँ

यह वैध डेटा पॉइंट्स हटा देता है
रैंडमनेस पर निर्भर करता है
सूचना घटती है

स्ट्रिंग से रिप्लेस करना

# किसी खास कॉलम में मिसिंग वैल्यूज़ को
# दिए गए स्ट्रिंग से बदलें
df['VersionControl'].fillna(
    value='None Given', inplace=True
)

मिसिंग वैल्यूज़ रिकॉर्ड करना

# जहाँ वैल्यू मिसिंग नहीं है, उसे रिकॉर्ड करें
df['SalaryGiven'] = df['ConvertedSalary'].notnull()

# कोई विशेष कॉलम हटाएँ
df.drop(columns=['ConvertedSalary'])

अभ्यास करते हैं

Python में मशीन लर्निंग के लिए फीचर इंजीनियरिंग