シラバス レッスン 250 中 81 · データの基礎:numpy と pandas
データの基礎:numpy と pandas

汚れたデータを整える

実際の表には欠けや間違った型があります。pandas は欠けた値を NaN(Not a Number)として印を付けます。埋めるか、落とすかのどちらかです。

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

よくある手は、欠けた数値を列の平均で埋めることです:

mean_age = df["age"].mean()        # NaN is ignored in the mean
df["age"] = df["age"].fillna(mean_age)

列の型は astype で変え、列名は rename で変えます:

df["age"] = df["age"].astype(int)
df = df.rename(columns={"name": "first_name"})

列のすべての値を変換するには、関数を渡して apply を使います。各セルに関数を実行し、新しい Series を返します:

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])
あなたの番

下の DataFrame には欠けた年齢(NaN)があります。age 列の欠けた値を(NaN を無視した)列の平均で埋めてから、age 列全体を int に変換してください。最後に、各名前の長さを持つ新しい列 name_len を追加してください(len を渡して .apply を使います)。

このレッスンに問題を見つけましたか?報告する · このレッスンについて質問する

この演習はまもなく開きます

その前のレッスンを終えると、このレッスンが解放されます。コース全体が無料でアカウントも不要、このレッスンは今すぐ読めます。