Mengendalikan Data yang Hilang

Data yang hilang adalah perkara biasa dalam set data dan boleh menjejaskan analisis serta prestasi model. Dalam pelajaran ini, kita akan meneroka teknik untuk mengenal pasti dan mengendalikan nilai yang hilang dengan berkesan.

Anda boleh mengenal pasti data yang hilang dalam Python menggunakan Pandas. Kaedah isnull() mengesan nilai yang hilang dalam set data.

Contoh:

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

Kaedah isnull() boleh digabungkan dengan sum() untuk mengira nilai yang hilang dalam setiap lajur.

Contoh:

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

Anda boleh membuang baris atau lajur yang mengandungi data hilang menggunakan kaedah dropna().

Contoh:

df_cleaned = df.dropna()

Gunakan kaedah fillna() untuk menggantikan nilai yang hilang dengan nilai tertentu, seperti min atau median.

Contoh:

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

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

Contoh:

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

Pertimbangkan set data dan matlamat analisis semasa mengendalikan data yang hilang:

• Gunakan dropna() untuk baris yang mempunyai banyak nilai hilang.
• Gunakan fillna() dengan min atau median untuk data berangka.
• Gunakan pengisian ke hadapan atau ke belakang untuk data siri masa.

Dalam pelajaran ini, anda telah mempelajari cara:

• Mengenal pasti nilai yang hilang menggunakan isnull().
• Mengira nilai yang hilang dengan sum().
• Mengendalikan data yang hilang dengan membuang atau mengisi nilai.
• Memilih teknik yang betul berdasarkan set data anda.

Anda telah menamatkan pelajaran tentang Pengendalian Data Hilang. Teruskan ke pelajaran seterusnya untuk mempelajari teknik Normalisasi Data.