Pulire dati disordinati
Le tabelle reali hanno buchi e tipi sbagliati. pandas segna un valore mancante come NaN (Not a Number). O lo riempi o lo togli.
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 NaNUn trucco comune è riempire i numeri mancanti con la media della colonna:
mean_age = df["age"].mean() # NaN is ignored in the mean
df["age"] = df["age"].fillna(mean_age)Cambia il tipo di una colonna con astype, e rinomina le colonne con rename:
df["age"] = df["age"].astype(int)
df = df.rename(columns={"name": "first_name"})Per trasformare ogni valore di una colonna, usa apply con una funzione. Esegue la funzione su ogni cella e restituisce una nuova Series:
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])Il DataFrame qui sotto ha un'età mancante (NaN). Riempi il valore mancante nella colonna age con la media della colonna (ignorando i NaN), poi converti tutta la colonna age in int. Infine aggiungi una nuova colonna name_len che contiene la lunghezza di ogni nome (usa .apply con len).
Hai notato un problema in questa lezione? Segnalalo · Chiedi qualcosa su questa lezione
Questo esercizio si apre presto
Finisci la lezione precedente e questa si sblocca. L'intero corso è gratuito, senza account, e puoi leggere questa lezione subito.
Questo browser blocca i cookie per learn.floati.life, quindi le lezioni che hai finito qui non si possono aprire in ordine. Consenti i cookie per questo sito e ricarica.