Python For Kids · Les

Ontbrekende data verwerken

Technieken om met ontbrekende waarden om te gaan.

Les 2 van 510 stappen

Ontbrekende data verwerken is een gratis Python For Kids-les op CoddyKit. Dit is les 2 van 5. Je kunt de volledige les hieronder gratis lezen en daarna in de browser praktisch oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is. Deze les maakt deel uit van het leertraject Python For Kids. Je voortgang wordt gesynchroniseerd op het web en in de CoddyKit-app. De cursus Python For Kids bevat in totaal 5 lessen.

Omgaan met ontbrekende gegevens

Ontbrekende gegevens komen vaak voor in datasets en kunnen invloed hebben op analyses en modelprestaties. In deze les verkennen we technieken om ontbrekende waarden effectief te herkennen en te verwerken.

Ontbrekende data verwerken — illustratie 1

Ontbrekende gegevens identificeren

Je kunt ontbrekende gegevens in Python identificeren met Pandas. De isnull()-methode detecteert ontbrekende waarden in een gegevensverzameling.

Voorbeeld:

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

Ontbrekende waarden tellen

Je kunt de isnull()-methode combineren met sum() om de ontbrekende waarden in elke kolom te tellen.

Voorbeeld:

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

Ontbrekende gegevens verwijderen

Je kunt rijen of kolommen met ontbrekende gegevens verwijderen met de methode dropna().

Voorbeeld:

df_cleaned = df.dropna()

Ontbrekende gegevens invullen

Gebruik de fillna()-methode om ontbrekende waarden te vervangen door specifieke waarden, zoals een gemiddelde of mediaan.

Voorbeeld:

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

Voorwaarts en achterwaarts invullen

Vul ontbrekende waarden in met de waarden ervoor of erna via method='ffill' of method='bfill'.

Voorbeeld:

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

De juiste techniek kiezen

Houd bij het verwerken van ontbrekende gegevens rekening met de dataset en de analysedoelen:

  • Gebruik dropna() voor rijen met veel ontbrekende waarden.
  • Gebruik fillna() met het gemiddelde of de mediaan voor numerieke gegevens.
  • Gebruik voorwaarts of achterwaarts invullen voor tijdreeksgegevens.

Samenvatting

In deze les heb je geleerd hoe je:

  • Ontbrekende waarden herkent met isnull().
  • Ontbrekende waarden telt met sum().
  • Omgaat met ontbrekende gegevens door waarden te verwijderen of in te vullen.
  • Op basis van je dataset de juiste techniek kiest.

Gefeliciteerd!

Je hebt de les over het verwerken van ontbrekende gegevens voltooid. Ga door naar de volgende les om meer te leren over technieken voor gegevensnormalisatie.

Ontbrekende data verwerken — illustratie 10
Gratis beginnen

Leer Python met een AI-tutor — gratis

Schrijf echte code en voer die uit in je browser, krijg direct hulp van een AI-tutor die 24/7 beschikbaar is en ga verder waar je gebleven bent op het web of in de app.

Cursussen
22
Lessen
94

Veelgestelde vragen

Is de les “Ontbrekende data verwerken” gratis?

Ja — de volledige tekst van “Ontbrekende data verwerken” kun je hier gratis op het web lezen. Als je interactief wilt oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is, en de rest van de cursus Python For Kids wilt ontgrendelen, kun je upgraden naar CoddyKit PRO. De cursus Python For Kids bevat in totaal 5 lessen.

Wat leer ik in “Ontbrekende data verwerken”?

Technieken om met ontbrekende waarden om te gaan. Je oefent met Python For Kids door code rechtstreeks in de browser uit te voeren. Een AI-begeleider die 24/7 beschikbaar is beantwoordt je vragen terwijl je de les doorwerkt.

Heb ik ervaring nodig om met Python For Kids te beginnen?

Ervaring vooraf is niet nodig. Python For Kids op CoddyKit is opgebouwd voor beginners tot gevorderden, zodat je hier of bij het begin kunt starten en in je eigen tempo kunt leren. Dit is les 2 van 5.

Hoe lang duurt de les “Ontbrekende data verwerken”?

De meeste lessen van CoddyKit duren ongeveer 5–10 minuten. Elke les is kort en interactief, zodat je gestaag vooruitgaat en op het web en in de app precies verdergaat waar je was gebleven.

Kan ik code schrijven en uitvoeren in deze les over Python For Kids?

Ja. Elke les over Python For Kids bevat een ingebouwde code-editor, zodat je rechtstreeks in je browser echte code kunt schrijven en uitvoeren en direct feedback van AI krijgt — lokale installatie is niet nodig.

Alle lessen in deze cursus

  1. Soorten data
  2. Ontbrekende data verwerken
  3. Datanormalisatie
  4. Data samenvoegen in Python
  5. Features uit data extraheren
← Terug naar Python For Kids