Проаналізуйте обсяг пропусків

Робота з пропущеними даними в Python

Suraj Donthi

Deep Learning & Computer Vision Consultant

Завантажте набір даних Air Quality

Набір даних Air Quality

  • містить показники сенсорів Ozone, Solar, Temperature і Wind
df_air = pd.read_csv('air-quality.csv', 
                            parse_dates=['Date'], 
                            index_col='Date')

df_air.head()

              Ozone  Solar  Wind  Temp
Date                                
1976-05-01   41.0  190.0   7.4    67
1976-05-02   36.0  118.0   8.0    72
1976-05-03   12.0  149.0  12.6    74
1976-05-04   18.0  313.0  11.5    62
1976-05-05    NaN    NaN  14.3    56
Робота з пропущеними даними в Python

DataFrame пропусків

  • Використайте методи .isnull() або .isna() для DataFrame
airquality_nullity = airquality.isnull()
airquality_nullity.head()

            Ozone  Solar   Wind   Temp
Date                                  
1976-05-01  False  False  False  False
1976-05-02  False  False  False  False
1976-05-03  False  False  False  False
1976-05-04  False  False  False  False
1976-05-05   True   True  False  False
Робота з пропущеними даними в Python

Загальна кількість пропусків

airquality_nullity.sum()

Ozone    37
Solar     7
Wind      0
Temp      0
dtype: int64
Робота з пропущеними даними в Python

Відсоток пропусків

airquality_nullity.mean() * 100

Ozone    24.183007
Solar     4.575163
Wind      0.000000
Temp      0.000000
dtype: float64
Робота з пропущеними даними в Python

Стовпчикова діаграма пропусків

Пакет Missingno

  • Пакет для графічного аналізу пропусків
import missingno as msno

msno.bar(airquality)

Стовпчикова діаграма пропусків для набору air quality

Робота з пропущеними даними в Python

Матриця пропусків

msno.matrix(airquality)

Матриця пропусків для набору air quality

Робота з пропущеними даними в Python

Матриця пропусків

msno.matrix(airquality)

Матриця пропусків для набору air quality

Робота з пропущеними даними в Python

Матриця пропусків

msno.matrix(airquality)

Матриця пропусків для набору air quality

Робота з пропущеними даними в Python

Матриця пропусків

msno.matrix(airquality)

Матриця пропусків для набору air quality

Робота з пропущеними даними в Python

Матриця пропусків для часових рядів

msno.matrix(airquality, freq='M')

Матриця пропусків із місячною частотою для набору air quality

Робота з пропущеними даними в Python

Матриця пропусків для часових рядів

msno.matrix(airquality, freq='M')

Матриця пропусків із місячною частотою для набору air quality

Робота з пропущеними даними в Python

Тонке налаштування матриці

msno.matrix(airquality.loc['May-1976': 'Jul-1976'], freq='M')

Матриця пропусків із місячною частотою для набору air quality

Робота з пропущеними даними в Python

Підсумок

У цьому уроці ви навчилися аналізувати

  • обсяг пропусків чисельно
  • обсяг пропусків графічно
  • відсоток пропусків
  • матрицю пропусків для звичайних наборів даних
  • матрицю пропусків для часових рядів
Робота з пропущеними даними в Python

Давайте потренуємось!

Робота з пропущеними даними в Python

Preparing Video For Download...