Menangani Data yang Hilang

Data yang hilang umum ditemukan dalam kumpulan data dan dapat memengaruhi analisis serta kinerja model. Dalam pelajaran ini, kita akan menjelajahi teknik untuk mengidentifikasi dan menangani nilai yang hilang secara efektif.

Mengidentifikasi Data yang Hilang

Anda dapat mengidentifikasi data yang hilang di Python menggunakan Pandas. Metode isnull() mendeteksi nilai yang hilang dalam kumpulan data.

Contoh:

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

Menghitung Nilai yang Hilang

Metode isnull() dapat dikombinasikan dengan sum() untuk menghitung nilai yang hilang di setiap kolom.

Contoh:

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

Menghapus Data yang Hilang

Anda dapat menghapus baris atau kolom yang berisi data yang hilang dengan metode dropna().

Contoh:

df_cleaned = df.dropna()

Mengisi Data yang Hilang

Gunakan metode fillna() untuk mengganti nilai yang hilang dengan nilai tertentu, seperti rata-rata atau median.

Contoh:

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

Pengisian Maju dan Mundur

Isi nilai yang hilang menggunakan nilai sebelum atau sesudahnya dengan method='ffill' atau method='bfill'.

Contoh:

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

Memilih Teknik yang Tepat

Pertimbangkan kumpulan data dan tujuan analisis saat menangani data yang hilang:

• Gunakan dropna() untuk baris dengan banyak nilai yang hilang.
• Gunakan fillna() dengan rata-rata/median untuk data numerik.
• Gunakan pengisian maju/mundur untuk data deret waktu.

Ringkasan

Dalam pelajaran ini, Anda telah mempelajari cara:

• Mengidentifikasi nilai yang hilang menggunakan isnull().
• Menghitung nilai yang hilang dengan sum().
• Menangani data yang hilang dengan menghapus atau mengisi nilai.
• Memilih teknik yang tepat berdasarkan kumpulan data Anda.

Selamat!

Anda telah menyelesaikan pelajaran tentang Menangani Data yang Hilang. Lanjutkan ke pelajaran berikutnya untuk mempelajari teknik Normalisasi Data.