Skoonmaak van deurmekaar data
Ware tabelle het gapings en verkeerde tipes. pandas merk 'n ontbrekende waarde as NaN (Not a Number). Jy vul dit óf jy laat dit uit.
import pandas as pd
import numpy as np
df = pd.DataFrame({
"name": ["Ada", "Bo", "Cy"],
"age": [30, np.nan, 35],
})
print(df["age"].fillna(0)) # replace NaN with 0
print(df.dropna()) # drop any row that has a NaN'n algemene truuk is om ontbrekende nommers met die kolomgemiddelde te vul:
mean_age = df["age"].mean() # NaN is ignored in the mean
df["age"] = df["age"].fillna(mean_age)Verander 'n kolom se tipe met astype, en hernoem kolomme met rename:
df["age"] = df["age"].astype(int)
df = df.rename(columns={"name": "first_name"})Om te verander elke waarde in 'n kolom, gebruik apply met 'n funksie. Dit hardloop die funksie op elke sel en gee 'n nuwe Series terug:
def initial(s):
return s[0]
df["letter"] = df["first_name"].apply(initial)
# you can also use a lambda:
df["letter"] = df["first_name"].apply(lambda s: s[0])Die DataFrame hieronder het 'n ontbrekende ouderdom (NaN). Vul die ontbrekende waarde in die age kolom met die kolomgemiddelde (ignore NaN), en verander dan die hele age kolom na int. Voeg uiteindelik 'n nuwe kolom name_len by wat die lengte van elke naam hou (gebruik .apply met len).
Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les
Hierdie oefening open binnekort
Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.
Hierdie blutser blokkeer koekies vir learn.floati.life, so lesse wat jy hier voltooi het kan nie in volgorde oopgaan nie. Laat koekies vir hierdie webwerf toe en laai nuut.