मिसिंग वैल्यूज़ क्यों होती हैं?
Python में मशीन लर्निंग के लिए फीचर इंजीनियरिंग
Robert O'Callaghan
Director of Data Science, Ordergroove
डेटा में गैप कैसे आते हैं
- डेटा ठीक से कलेक्ट न होना
- कलेक्शन/मैनेजमेंट की गलतियाँ
- डेटा जानबूझकर हटाया जाना
- डेटा ट्रांसफॉर्मेशन से मिसिंग वैल्यू बनना
यह क्यों मायने रखता है?
- कुछ मॉडल मिसिंग डेटा (Nulls/NaNs) के साथ काम नहीं करते
- मिसिंग डेटा बड़े डेटा इश्यू का संकेत हो सकता है
- मिसिंग डेटा एक उपयोगी फीचर भी हो सकता है
मिसिंग वैल्यू ढूँढना
print(df.info())
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 999 entries, 0 to 998
Data columns (total 12 columns):
# Column Non-Null Count Dtype
-- ------ -------------- -----
0 SurveyDate 999 non-null object
... ... ... ...
8 StackOverflowJobsRecommend 487 non-null float64
9 VersionControl 999 non-null object
10 Gender 693 non-null object
11 RawSalary 665 non-null object
dtypes: float64(2), int64(2), object(8)
memory usage: 93.7+ KB
मिसिंग वैल्यू कैसे पहचानें
print(df.isnull())
StackOverflowJobsRecommend VersionControl ... \
0 True False ...
1 False False ...
2 False False ...
3 True False ...
4 False False ...
Gender RawSalary
0 False True
1 False False
2 True True
3 False False
4 False False
मिसिंग वैल्यू कैसे पहचानें
print(df['StackOverflowJobsRecommend'].isnull().sum())
512
नॉन-मिसिंग वैल्यू ढूँढना
print(df.notnull())
StackOverflowJobsRecommend VersionControl ... \
0 False True ...
1 True True ...
2 True True ...
3 False True ...
4 True True ...
Gender RawSalary
0 True False
1 True True
2 False False
3 True True
4 True True
आगे बढ़ें और मिसिंग वैल्यू खोजें!
Python में मशीन लर्निंग के लिए फीचर इंजीनियरिंग
