遺漏值
Python 中級預測分析
Nele Verbiest
Senior Data Scientist @PythonPredictions
以彙總值取代遺漏值（1）
| donor_id | age |
|---|---|
| 5 | - |
| 3 | 25 |
| 2 | 36 |
| 8 | 40 |
| 1 | 26 |
以彙總值取代遺漏值（2）
| donor_id | age |
|---|---|
| 5 | 38 |
| 3 | 25 |
| 2 | 36 |
| 8 | 40 |
| 1 | 26 |
平均年齡：38
以彙總值取代遺漏值（3）
| donor_id | max_donation |
|---|---|
| 5 | - |
| 3 | 1 000 000 |
| 2 | 100 |
| 8 | 40 |
| 1 | 120 |
max_donation 平均值：25 065
max_donation 中位數：110
以彙總值取代遺漏值（4）
| donor_id | max_donation |
|---|---|
| 5 | 110 |
| 3 | 1 000 000 |
| 2 | 100 |
| 8 | 40 |
| 1 | 120 |
max_donation 平均值：25 065
max_donation 中位數：110
以固定值取代遺漏值（1）
| donor_id | sum_donations |
|---|---|
| 5 | 130 |
| 3 | 10 |
| 2 | - |
| 8 | 40 |
| 1 | 120 |
以固定值取代遺漏值（2）
| donor_id | sum_donations |
|---|---|
| 5 | 130 |
| 3 | 10 |
| 2 | 0 |
| 8 | 40 |
| 1 | 120 |
在 Python 中取代遺漏值
# Replace missing values by 0 replacement = 0 basetable["donations_last_year"] = basetable["donations_last_year"].fillna(replacement)# Replace missing values by mean replacement = basetable["age"].mean() basetable["age"] = basetable["age"].fillna(replacement)
遺漏值虛擬變數（dummy）
donor_id email
0 32770 [email protected]
1 32776 nan
2 32777 [email protected]
3 65552 nan
basetable["no_email"] = pd.Series(
[0 if email==email else 1
for email in basetable["email"]])
donor_id email no_email
0 32770 [email protected] 0
1 32776 nan 1
2 32777 [email protected] 0
3 65552 nan 1
一起來練習吧！
Python 中級預測分析
