Oppikaa tekoälyä Pythonilla · Oppitunti

Puuttuvien tietojen käsittely

Tutustukaa puuttuvien arvojen käsittelytekniikoihin.

Oppitunti 2/510 vaihetta

Puuttuvien tietojen käsittely on ilmainen Oppikaa tekoälyä Pythonilla-oppitunti CoddyKitissä. Tämä on oppitunti 2/5. Voit lukea tästä oppimispolusta kokonaan mitkä tahansa 3 oppituntia ilmaiseksi — sen jälkeen CoddyKit PRO avaa kaikki oppitunnit sekä käytännön harjoittelun sisäänrakennetulla koodieditorilla ja ympäri vuorokauden toimivalla tekoälytuutorilla. Oppitunti kuuluu Oppikaa tekoälyä Pythonilla-oppimispolkuun, ja edistymisesi synkronoituu verkon ja CoddyKit-sovelluksen välillä. Oppikaa tekoälyä Pythonilla-kurssilla on yhteensä 5 oppituntia.

Puuttuvien tietojen käsittely

Puuttuvat tiedot ovat aineistoissa yleisiä, ja ne voivat vaikuttaa analyysiin sekä mallin suorituskykyyn. Tässä oppitunnissa tutustumme tekniikoihin, joiden avulla puuttuvat arvot voidaan tunnistaa ja käsitellä tehokkaasti.

Puuttuvien tietojen käsittely — kuvitus 1

Puuttuvien tietojen tunnistaminen

Voitte tunnistaa puuttuvat tiedot Pythonissa Pandasin avulla. isnull()-metodi tunnistaa puuttuvat arvot tietoaineistosta.

Esimerkki:

import pandas as pd data = {'Age': [25, None, 30], 'Name': ['Alice', 'Bob', None]} df = pd.DataFrame(data) print(df.isnull())

Puuttuvien arvojen laskeminen

isnull()-metodia voidaan käyttää yhdessä sum()-metodin kanssa kunkin sarakkeen puuttuvien arvojen laskemiseen.

Esimerkki:

print(df.isnull().sum())

Puuttuvien tietojen poistaminen

Voitte poistaa puuttuvia tietoja sisältäviä rivejä tai sarakkeita dropna()-menetelmällä.

Esimerkki:

df_cleaned = df.dropna()

Puuttuvien tietojen täyttäminen

Käyttäkää fillna()-metodia puuttuvien arvojen korvaamiseen tietyillä arvoilla, kuten keskiarvolla tai mediaanilla.

Esimerkki:

df['Age'] = df['Age'].fillna(df['Age'].mean())

Eteenpäin- ja taaksepäin täyttäminen

Täyttäkää puuttuvat arvot niitä edeltävillä tai seuraavilla arvoilla käyttämällä asetusta method='ffill' tai method='bfill'.

Esimerkki:

df['Age'] = df['Age'].fillna(method='ffill')

Oikean tekniikan valitseminen

Ottakaa puuttuvia tietoja käsitellessänne huomioon aineisto ja analyysin tavoitteet:

  • Käyttäkää dropna()-funktiota riveille, joilta puuttuu paljon arvoja.
  • Käyttäkää fillna()-funktiota keskiarvon tai mediaanin kanssa numeeriselle datalle.
  • Käyttäkää eteenpäin tai taaksepäin täyttämistä aikasarjadataan.

Yhteenveto

Tässä oppitunnissa opitte:

  • Tunnistamaan puuttuvat arvot käyttämällä isnull()-funktiota.
  • Laskemaan puuttuvien arvojen määrän sum()-funktiolla.
  • Käsittelemään puuttuvia tietoja poistamalla tai täyttämällä arvoja.
  • Valitsemaan oikean tekniikan aineiston perusteella.

Onnittelut!

Olette suorittaneet puuttuvien tietojen käsittelyä käsittelevän oppitunnin. Siirtykää seuraavaan oppituntiin oppiaksenne datan normalisointitekniikoista.

Puuttuvien tietojen käsittely — kuvitus 10
Aloita maksutta

Opi Python tekoälytuutorin avulla — ilmaiseksi

Kirjoita ja suorita oikeaa koodia selaimessa, saa välitöntä apua tekoälytuutorilta ympäri vuorokauden ja jatka siitä, mihin jäit, verkossa tai sovelluksessa.

Kurssit
53
Oppitunnit
225

Usein kysytyt kysymykset

Onko oppitunti ”Puuttuvien tietojen käsittely” ilmainen?

Kyllä — voit lukea täällä verkossa kokonaan ilmaiseksi mitkä tahansa Oppikaa tekoälyä Pythonilla-oppimispolun 3 oppituntia, myös oppitunnin “Puuttuvien tietojen käsittely”. Sen jälkeen CoddyKit PRO avaa kaikki oppitunnit sekä interaktiiviset harjoitukset sisäänrakennetulla koodieditorilla ja ympäri vuorokauden toimivalla tekoälytuutorilla. Oppikaa tekoälyä Pythonilla-kurssilla on yhteensä 5 oppituntia.

Mitä opin oppitunnilla ”Puuttuvien tietojen käsittely”?

Tutustukaa puuttuvien arvojen käsittelytekniikoihin. Harjoittelet Oppikaa tekoälyä Pythonilla-aihetta koodilla, jonka suoritat suoraan selaimessa. Ympäri vuorokauden käytettävissä oleva tekoälytuutori vastaa kysymyksiisi oppitunnin aikana.

Tarvitsenko kokemusta aloittaakseni Oppikaa tekoälyä Pythonilla-opiskelun?

Aiempi kokemus ei ole tarpeen. CoddyKitin Oppikaa tekoälyä Pythonilla-oppimispolku sopii vasta-alkajista edistyneisiin, joten voit aloittaa tästä tai alusta ja edetä omaan tahtiisi. Tämä on oppitunti 2/5.

Kuinka kauan ”Puuttuvien tietojen käsittely”-oppitunnin suorittaminen kestää?

Useimmat CoddyKitin oppitunnit kestävät noin 5–10 minuuttia. Jokainen oppitunti on lyhyt ja interaktiivinen, joten edistyt tasaisesti ja voit jatkaa siitä, mihin jäit – sekä verkossa että sovelluksessa.

Voinko kirjoittaa ja suorittaa koodia tällä Oppikaa tekoälyä Pythonilla-oppitunnilla?

Kyllä. Jokainen Oppikaa tekoälyä Pythonilla-oppitunti sisältää sisäänrakennetun koodieditorin, joten voit kirjoittaa ja suorittaa oikeaa koodia suoraan selaimessa ja saada välitöntä palautetta tekoälyltä – paikallista asennusta ei tarvita.

Kaikki tämän kurssin oppitunnit

  1. Tietotyypit
  2. Puuttuvien tietojen käsittely
  3. Datan normalisointi
  4. Datan yhdistäminen Pythonissa
  5. Ominaisuuksien erottaminen datasta
← Takaisin: Oppikaa tekoälyä Pythonilla