Bereinigung unordentlicher Daten
Echte Tabellen haben Lücken und falsche Typen. pandas markiert einen fehlenden Wert als NaN (Not a Number). Du füllst ihn entweder auf oder löschst ihn.
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 NaNA häufiger Trick ist es, fehlende Zahlen mit dem Spaltendurchschnitt zu füllen:
mean_age = df["age"].mean() # NaN is ignored in the mean
df["age"] = df["age"].fillna(mean_age)Ändere den Typ einer Spalte mit astype und benenne Spalten mit rename:
um.df["age"] = df["age"].astype(int)
df = df.rename(columns={"name": "first_name"})Um jeden Wert in einer Spalte zu transformieren, verwende apply mit einer Funktion. Es führt die Funktion auf jeder Zelle aus und gibt eine neue Series zurück:
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])Der DataFrame unten hat ein fehlendes Alter (NaN). Fülle den fehlenden Wert in der Spalte age mit dem Spaltenmittelwert (NaN ignorieren), dann konvertiere die ganze Spalte age in int. Füge schließlich eine neue Spalte name_len hinzu, die die Länge jedes Namens enthält (verwende .apply mit len).
Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion
Diese Übung öffnet bald
Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.
Dieser Browser blockiert Cookies für learn.floati.life, daher können hier beendigte Lektionen nicht in der richtigen Reihenfolge geöffnet werden. Erlaube Cookies für diese Seite und lade sie neu.