การจัดการข้อมูลที่หายไป

ข้อมูลที่หายไปพบได้ทั่วไปในชุดข้อมูล และอาจส่งผลต่อการวิเคราะห์และประสิทธิภาพของแบบจำลอง ในบทเรียนนี้ เราจะสำรวจเทคนิคสำหรับระบุและจัดการค่าที่หายไปอย่างมีประสิทธิภาพ

การระบุข้อมูลที่หายไป

คุณสามารถระบุข้อมูลที่หายไปในภาษาไพธอนได้โดยใช้แพนดาส เมธอด isnull() จะตรวจจับค่าที่หายไปในชุดข้อมูล

ตัวอย่าง:

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

การนับค่าที่หายไป

เมธอด isnull() สามารถใช้ร่วมกับ sum() เพื่อนับค่าที่หายไปในแต่ละคอลัมน์

ตัวอย่าง:

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

การลบข้อมูลที่หายไป

คุณสามารถลบแถวหรือคอลัมน์ที่มีข้อมูลหายไปได้โดยใช้เมธอด dropna()

ตัวอย่าง:

df_cleaned = df.dropna()

การเติมข้อมูลที่หายไป

ใช้เมธอด fillna() เพื่อแทนที่ค่าที่หายไปด้วยค่าที่ระบุ เช่น ค่าเฉลี่ยหรือค่ามัธยฐาน

ตัวอย่าง:

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

การเติมค่าจากด้านหน้าและด้านหลัง

เติมค่าที่หายไปโดยใช้ค่าก่อนหน้าหรือค่าถัดไปด้วย method='ffill' หรือ method='bfill'

ตัวอย่าง:

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

การเลือกเทคนิคที่เหมาะสม

พิจารณาชุดข้อมูลและเป้าหมายการวิเคราะห์เมื่อจัดการข้อมูลที่หายไป:

• ใช้ dropna() กับแถวที่มีค่าหายไปจำนวนมาก
• ใช้ fillna() ร่วมกับค่าเฉลี่ยหรือค่ามัธยฐานสำหรับข้อมูลเชิงตัวเลข
• ใช้การเติมค่าจากด้านหน้าหรือด้านหลังสำหรับข้อมูลอนุกรมเวลา

สรุปทบทวน

ในบทเรียนนี้ คุณได้เรียนรู้วิธี:

• ระบุค่าที่หายไปโดยใช้ isnull()
• นับค่าที่หายไปด้วย sum()
• จัดการข้อมูลที่หายไปด้วยการลบหรือเติมค่า
• เลือกเทคนิคที่เหมาะสมตามชุดข้อมูลของคุณ

ขอแสดงความยินดี!

คุณเรียนจบบทเรียนเรื่องการจัดการข้อมูลที่หายไปแล้ว โปรดเรียนบทถัดไปเพื่อเรียนรู้เกี่ยวกับเทคนิคการทำให้ข้อมูลเป็นมาตรฐาน