Hantera saknade värden
Omforma data med pandas
Maria Eugenia Inzaugarat
Data Scientist
Repetition
- Stapla och avstapla DataFrames:
- Alla kolumnindexnivåer
- En radindexnivå
- Välj vilka nivåer som ska staplas eller avstaplas
Avstaplning leder till saknade värden
Undergrupper har inte samma uppsättning etiketter
animals
jump run fly
class order name
Mammalia carnivora dog No Yes No
Diprotodontia Kangaroo Yes No No
Aves hervibora bird No No Yes
Avstaplning leder till saknade värden
Undergrupper har inte samma uppsättning etiketter
animals
jump run fly
class order name
Mammalia carnivora dog No Yes No <--
Diprotodontia Kangaroo Yes No No
Aves hervibora bird No No Yes
Avstaplning leder till saknade värden
Undergrupper har inte samma uppsättning etiketter
animals.unstack(level='class')
jump run fly
clas Aves Mammalia Aves Mammalia Aves Mammalia
order name
Diprotodontia Kangaroo NaN Yes NaN No NaN No
carnivora Dog NaN No NaN Yes NaN No
Charadriiformes Avocet No NaN No NaN Yes NaN
Avstaplning leder till saknade värden
Undergrupper har inte samma uppsättning etiketter
animals.unstack(level='class')
jump run fly
clas Aves Mammalia Aves Mammalia Aves Mammalia
order name
Diprotodontia Kangaroo NaN Yes NaN No NaN No
-----------------------------
carnivora Dog NaN <-- No NaN Yes NaN No
-----------------------------
Charadriiformes Avocet No NaN No NaN Yes NaN
Hantera NaN med unstack
animals.unstack(level='class', fill_value= )
Hantera NaN med unstack
animals.unstack(level='class', fill_value='No')
Hantera NaN med unstack
animals.unstack(level='class', fill_value='No').sort_index(level=['order', 'name'], ascending=[True, False])
jump run fly
clas Aves Mammalia Aves Mammalia Aves Mammalia
order name
Diprotodontia Kangaroo No Yes No No No No
carnivora Dog No No No Yes No No
Charadriiformes Avocet No No No No Yes No
Stack och saknade värden
Kombinationer av index- och kolumnvärden saknas i den ursprungliga DataFramen
flowers
petals Stigma
number size
rose 40 NaN
Lily 8 5
Stack och saknade värden
Kombinationer av index- och kolumnvärden saknas i den ursprungliga DataFramen
flowers.stack()
Stigma petals
rose number NaN 40.0
Lily number NaN 8.0
size 5 NaN
Stack och saknade värden
Kombinationer av index- och kolumnvärden saknas i den ursprungliga DataFramen
flowers.stack(dropna=True)
Stigma petals
rose number NaN 40.0
Lily number NaN 8.0
size 5 NaN
Stack och saknade värden
Kombinationer av index- och kolumnvärden saknas i den ursprungliga DataFramen
flowers.stack(dropna=False)
Stigma petals
rose number NaN 40.0
size NaN NaN <--
Lily number NaN 8.0
size 5 NaN
Hantera NaN med stack
flowers.stack(dropna=False).fillna(0)
Stigma petals
rose number 0 40.0
size 0 0
Lily number 0 8.0
size 5 0
Nu kör vi en övning!
Omforma data med pandas
