Obsługa brakujących danych
Techniki radzenia sobie z brakującymi wartościami.
Obsługa brakujących danych to bezpłatna lekcja Python For Kids na CoddyKit. To lekcja 2 z 5. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Python For Kids, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Python For Kids zawiera 5 lekcji w sumie.
Obsługa brakujących danych
Brakujące dane są częstym zjawiskiem w zbiorach danych i mogą wpływać na analizę oraz wydajność modeli. W tej lekcji poznają Państwo techniki skutecznego wykrywania i obsługi brakujących wartości.
Identyfikowanie brakujących danych
Brakujące dane można identyfikować w Pythonie za pomocą Pandas. Metoda isnull() wykrywa brakujące wartości w zbiorze danych.
Przykład:
import pandas as pd
data = {'Age': [25, None, 30], 'Name': ['Alice', 'Bob', None]}
df = pd.DataFrame(data)
print(df.isnull())Zliczanie brakujących wartości
Metodę isnull() można połączyć z sum(), aby zliczyć brakujące wartości w każdej kolumnie.
Przykład:
print(df.isnull().sum())Usuwanie brakujących danych
Wiersze lub kolumny zawierające brakujące dane można usunąć za pomocą metody dropna().
Przykład:
df_cleaned = df.dropna()Uzupełnianie brakujących danych
Użyj metody fillna(), aby zastąpić brakujące wartości określonymi wartościami, takimi jak średnia lub mediana.
Przykład:
df['Age'] = df['Age'].fillna(df['Age'].mean())Uzupełnianie w przód i wstecz
Brakujące wartości można uzupełniać wartościami znajdującymi się przed nimi lub za nimi, używając method='ffill' albo method='bfill'.
Przykład:
df['Age'] = df['Age'].fillna(method='ffill')Wybór właściwej techniki
Podczas obsługi brakujących danych należy uwzględnić zbiór danych i cele analizy:
- Proszę użyć
dropna()w przypadku wierszy z wieloma brakującymi wartościami. - W przypadku danych liczbowych proszę użyć
fillna()ze średnią lub medianą. - W przypadku danych szeregów czasowych proszę użyć uzupełniania w przód lub wstecz.
Podsumowanie
W tej lekcji nauczyli się Państwo:
- Identyfikować brakujące wartości za pomocą
isnull(). - Zliczać brakujące wartości za pomocą
sum(). - Obsługiwać brakujące dane przez usuwanie lub uzupełnianie wartości.
- Wybierać właściwą technikę na podstawie zbioru danych.
Gratulacje!
Ukończyli Państwo lekcję dotyczącą obsługi brakujących danych. Przejdźcie do następnej lekcji, aby poznać techniki normalizacji danych.
Często zadawane pytania
Czy lekcja „Obsługa brakujących danych” jest bezpłatna?
Tak — pełny tekst „Obsługa brakujących danych” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Python For Kids, przejdź na CoddyKit PRO. Kurs Python For Kids zawiera 5 lekcji w sumie.
Co nauczysz się w „Obsługa brakujących danych”?
Techniki radzenia sobie z brakującymi wartościami. Ćwiczysz Python For Kids z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć Python For Kids?
Nie wymagamy żadnego doświadczenia. Python For Kids w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 2 z 5.
Ile czasu zajmuje lekcja „Obsługa brakujących danych”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji Python For Kids?
Tak. Każda lekcja Python For Kids zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Rodzaje danych
- Obsługa brakujących danych
- Normalizacja danych
- Łączenie danych w Pythonie
- Ekstrakcja cech z danych