Pandas on Pythoni jaoks laialdaselt kasutatav avatud lähtekoodiga andmetöötlusteek. See pakub andmestruktuure ja funktsioone, mis on vajalikud suurte andmekogumite tõhusaks manipuleerimiseks ja analüüsimiseks. Üks levinud probleem, millega andmeteadlased ja analüütikud pandade kasutamisel kokku puutuvad, on andmekogumis puuduvate väärtuste käsitlemine. Selles artiklis uurime, kuidas loendada Panda DataFrame'i puuduvate väärtuste arvu, kasutades erinevaid tehnikaid, koodi samm-sammult selgitusi ning süveneme mõningatesse selle probleemi lahendamisega seotud teekidesse ja funktsioonidesse.
Pandades puuduvate väärtuste loendamine
Alustuseks peame esmalt importima pandade raamatukogu. Kui te pole seda veel installinud, käivitage lihtsalt oma terminalis või käsurealt käsk "pip install pandas".
import pandas as pd
Kui oleme pandade teegi importinud, loome puuduvate väärtustega DataFrame'i näidisraami, mida kasutame selles artiklis, et demonstreerida erinevaid puuduvate väärtuste loendamise tehnikaid.
data = {
'Name': ['Anna', 'Ben', 'Carla', None, 'Eva'],
'Age': [25, None, 30, 35, None],
'City': ['NY', 'LA', None, 'SF', 'LA']
}
df = pd.DataFrame(data)
Selles näites on meil kolme veeruga DataFrame: nimi, vanus ja linn. Puuduvad mõned väärtused, mille leiame ja loendame järgmises jaotises.
Puuduvate väärtuste leidmine ja loendamine kasutades isnull() ja sum()
Esimene meetod pandade DataFrame'is puuduvate väärtuste loendamiseks on funktsiooni isnull() kasutamine . See funktsioon tagastab sama kujuga DataFrame'i kui originaal, kuid väärtustega True või False, mis näitavad, kas vastav kirje puudub (st sisaldab None või NaN) või mitte.
missing_values = df.isnull()
Nüüd on meil sama kujuga DataFrame, kus tõesed väärtused (true) tähistavad puuduvaid kirjeid. Nende puuduvate väärtuste loendamiseks saame lihtsalt kasutada funktsiooni sum() . Seda DataFrame'i kohal kasutades saame iga veeru puuduvate väärtuste arvu.
count_missing_values = df.isnull().sum()
See annab meile pandade seeria, kus on meie DataFrame'i iga veeru jaoks puuduvate väärtuste arv.
Alternatiivne lähenemine: kasutades isna() ja sum()
Teine võimalus pandade DataFrame'is puuduvate väärtuste loendamiseks on funktsiooni isna() kasutamine . See on funktsiooni isnull() alias ja töötab samamoodi.
count_missing_values = df.isna().sum()
See annab sama tulemuse kui eelmine lähenemine, loendades meie DataFrame'i iga veeru puuduvate väärtuste arvu.
Puuduvate väärtuste loendamine kogu andmeraamis
Kui tahame leida kogu DataFrame'is puuduvate väärtuste koguarvu, saame lihtsalt pärast esimest sum( ) funktsiooni teise sum( ) funktsiooni aheldada.
total_missing_values = df.isnull().sum().sum()
See tagastab puuduvate väärtuste koguarvu kogu DataFrame'is.
Kokkuvõttes on puuduvate väärtuste käsitlemine pandades andmete puhastamise ja eeltöötluse etapis ülioluline. Kasutades funktsioone isnull() või isna() koos funktsiooniga sum() saame tõhusalt loendada meie DataFrame'is puuduvate väärtuste arvu, muutes analüüsis puuduvate andmete probleemide lahendamise ja haldamise lihtsamaks.
