การจัดการข้อมูลที่หายไป
เทคนิคจัดการกับค่าที่หายไป
การจัดการข้อมูลที่หายไป เป็นบทเรียน Python For Kids ฟรีบน CoddyKit นี่คือบทเรียนที่ 2 จากทั้งหมด 5 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Python For Kids และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Python For Kids มีบทเรียนทั้งหมด 5 บทเรียน
การจัดการข้อมูลที่หายไป
ข้อมูลที่หายไปพบได้ทั่วไปในชุดข้อมูล และอาจส่งผลต่อการวิเคราะห์และประสิทธิภาพของแบบจำลอง ในบทเรียนนี้ เราจะสำรวจเทคนิคในการระบุและจัดการค่าที่หายไปอย่างมีประสิทธิภาพ
การระบุข้อมูลที่หายไป
คุณสามารถระบุข้อมูลที่หายไปใน Python โดยใช้ Pandas ได้ เมธอด isnull() จะตรวจหาค่าที่หายไปในชุดข้อมูล
ตัวอย่าง:
import pandas as pd
data = {'Age': [25, None, 30], 'Name': ['Alice', 'Bob', None]}
df = pd.DataFrame(data)
print(df.isnull())การนับค่าที่หายไป
สามารถใช้เมธอด isnull() ร่วมกับ sum() เพื่อนับค่าที่หายไปในแต่ละคอลัมน์
ตัวอย่าง:
print(df.isnull().sum())การลบข้อมูลที่หายไป
คุณสามารถลบแถวหรือคอลัมน์ที่มีข้อมูลหายไปได้โดยใช้เมธอด dropna()
ตัวอย่าง:
df_cleaned = df.dropna()การเติมข้อมูลที่หายไป
ใช้เมธอด fillna() เพื่อแทนที่ค่าที่หายไปด้วยค่าเฉพาะ 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
พิจารณาชุดข้อมูลและเป้าหมายของการวิเคราะห์เมื่อจัดการกับข้อมูลที่หายไป:
- ใช้
dropna()กับแถวที่มีค่าหายไปจำนวนมาก - ใช้
fillna()ร่วมกับค่าเฉลี่ยหรือค่ามัธยฐานสำหรับข้อมูลเชิงตัวเลข - ใช้การเติมค่าจากด้านหน้าหรือด้านหลังสำหรับข้อมูลอนุกรมเวลา
สรุปทบทวน
ในบทเรียนนี้ คุณได้เรียนรู้วิธี:
- ระบุค่าที่หายไปโดยใช้
isnull() - นับค่าที่หายไปด้วย
sum() - จัดการข้อมูลที่หายไปด้วยการลบหรือเติมค่า
- เลือกเทคนิคที่เหมาะสมตามชุดข้อมูลของคุณ
ขอแสดงความยินดี
คุณเรียนจบบทเรียนเรื่องการจัดการข้อมูลที่หายไปแล้ว ไปยังบทเรียนถัดไปเพื่อเรียนรู้เทคนิคการทำให้ข้อมูลเป็นมาตรฐาน
คำถามที่พบบ่อย
บทเรียน “การจัดการข้อมูลที่หายไป” ฟรีหรือไม่
ใช่ — ข้อความเต็มของ “การจัดการข้อมูลที่หายไป” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Python For Kids ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Python For Kids มีบทเรียนทั้งหมด 5 บทเรียน
คุณจะเรียนรู้อะไรในบทเรียน “การจัดการข้อมูลที่หายไป”
เทคนิคจัดการกับค่าที่หายไป คุณปฏิบัติ Python For Kids ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน
คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Python For Kids หรือไม่
ไม่จำเป็นต้องมีประสบการณ์มาก่อน Python For Kids บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 2 จากทั้งหมด 5 บทเรียน
บทเรียน “การจัดการข้อมูลที่หายไป” ใช้เวลานานแค่ไหน
บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย
ฉันเขียนและรันโค้ดในบทเรียน Python For Kids นี้ได้ไหม
ได้ บทเรียน Python For Kids ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ
บทเรียนทั้งหมดในหลักสูตรนี้
- ประเภทของข้อมูล
- การจัดการข้อมูลที่หายไป
- การทำข้อมูลให้เป็นมาตรฐาน
- การรวมข้อมูลใน Python
- การสกัดคุณลักษณะจากข้อมูล