Müfredat 250 dersinden 81. · Veri Temelleri: numpy ve pandas
Veri Temelleri: numpy ve pandas

Karmaşık Veriyi Temizleme

Gerçek tablolar boşluklara ve yanlış türlere sahiptir. pandas eksik bir değeri NaN (Not a Number) olarak işaretler. Ya onu doldurursun ya da silersin.

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

yaygın bir hile eksik sayıları sütun ortalamasıyla doldurmaktır:

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

Bir sütunun tipini astype ile değiştir, sütunları ise rename:

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

Bir sütundaki her değeri dönüştürmek için, bir fonksiyon ile apply kullan. Fonksiyonu her hücrede çalıştırır ve yeni bir Series döndürür:

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])
Senin sıran

Aşağıdaki DataFrame'de eksik bir yaş (NaN) var. age sütunundaki eksik değeri sütun ortalamasıyla (NaN değerlerini görmezden gelerek) doldur, sonra tüm age sütununu int'ye dönüştür. Son olarak her ismin uzunluğunu tutan yeni bir name_len sütunu ekle (len ile birlikte .apply kullan).

Bu derste bir sorun mu fark ettin? Bildir · Bu ders hakkında soru sor

Bu alıştırma yakında açılacak

Bu dersi bitirince bu ders açılacak. Kursun tamamı ücretsiz, hesap gerekmiyor ve bu dersi hemen şimdi okuyabilirsin.