Στον κόσμο του χειρισμού και της ανάλυσης δεδομένων, ο χειρισμός των τιμών που λείπουν είναι ένα κρίσιμο έργο. Πάντα, μια ευρέως χρησιμοποιούμενη βιβλιοθήκη Python, μας επιτρέπει να διαχειριζόμαστε αποτελεσματικά τα δεδομένα που λείπουν. Μια κοινή προσέγγιση για την αντιμετώπιση τιμών που λείπουν περιλαμβάνει τη χρήση λεξικών για τη χαρτογράφηση και την αντικατάσταση αυτών των τιμών. Σε αυτό το άρθρο, θα συζητήσουμε πώς να αξιοποιήσουμε τη δύναμη των Panda και της Python να χρησιμοποιούν λεξικά για την αντικατάσταση τιμών που λείπουν σε ένα σύνολο δεδομένων.
Λύση
Η κύρια λύση που θα διερευνήσουμε είναι να χρησιμοποιήσουμε το fillna() λειτουργούν σε συνδυασμό με λεξικά. Αυτή η προσέγγιση θα μας επιτρέψει να αντικαταστήσουμε τις τιμές που λείπουν με αντίστοιχες τιμές από ένα καθορισμένο λεξικό.
Βήμα-βήμα επεξήγηση του κώδικα
Για να δείξουμε αυτήν τη διαδικασία, ας υποθέσουμε ότι έχουμε ένα σύνολο δεδομένων που περιέχει πληροφορίες για διάφορα στυλ μόδας, συμπεριλαμβανομένων των ενδυμάτων, των χρωμάτων και του ιστορικού πλαισίου. Σε ορισμένες περιπτώσεις, ενδέχεται να λείπουν τιμές σε αυτό το σύνολο δεδομένων.
Αρχικά, εισαγάγετε τις απαραίτητες βιβλιοθήκες και δημιουργήστε ένα δείγμα DataFrame:
import pandas as pd
data = {
'style': ['Grunge', 'Bohemian', 'Preppy', None, 'Punk', 'Casual'],
'garments': ['Plaid shirt', None, 'Blazer', 'Maxi dress', 'Leather jacket', 'T-shirt'],
'colors': ['Black', 'Faded', 'Light', 'Earthy', None, None]
}
df = pd.DataFrame(data)
Τώρα που έχουμε ένα DataFrame που απεικονίζει το πρόβλημα, παρατηρήστε ότι λείπουν ορισμένες τιμές (που συμβολίζονται με Καμία). Για να αντικαταστήσετε αυτές τις τιμές, δημιουργήστε λεξικά που περιέχουν κατάλληλες αντιστοιχίσεις:
style_dict = {None: 'Unknown'}
garments_dict = {None: 'Other'}
colors_dict = {None: 'Various'}
# Combine dictionaries
replacement_dict = {'style': style_dict, 'garments': garments_dict, 'colors': colors_dict}
Τέλος, χρησιμοποιήστε το fillna() λειτουργία για την αντικατάσταση τιμών που λείπουν χρησιμοποιώντας το συνδυασμένο λεξικό:
df_filled = df.fillna(replacement_dict)
Κατανόηση της βιβλιοθήκης Pandas
Πάντα είναι μια ευέλικτη βιβλιοθήκη σε Python που έχει σχεδιαστεί για χειρισμό και ανάλυση δεδομένων. Προσφέρει ευέλικτες και ισχυρές δομές δεδομένων όπως Series και DataFrame. Αυτές οι δομές είναι απαραίτητες για την αποτελεσματική εργασία με δομημένα, πίνακες δεδομένων.
Το Pandas παρέχει μια πλούσια συλλογή λειτουργιών, όπως π.χ fillna(), χρησιμοποιείται για το χειρισμό δεδομένων που λείπουν. Άλλες λειτουργίες, όπως η συγχώνευση δεδομένων, η περιστροφή δεδομένων και η ανάλυση χρονοσειρών, μπορούν να εκτελεστούν απρόσκοπτα με τα Panda.
Λειτουργίες χειρισμού δεδομένων που λείπουν
Επιπρόσθετα με fillna() λειτουργία, το Pandas προσφέρει πολλές άλλες λειτουργίες και μεθόδους για την αντιμετώπιση δεδομένων που λείπουν, όπως:
- dropna(): Καταργήστε σειρές ή στήλες με δεδομένα που λείπουν.
- isna(): Προσδιορίστε ποια στοιχεία DataFrame ή Series λείπουν ή είναι μηδενικά.
- notna(): Προσδιορίστε ποια στοιχεία DataFrame ή Series δεν λείπουν ή δεν είναι μηδενικά.
- παρεμβάλλω(): Συμπληρώστε τις τιμές που λείπουν χρησιμοποιώντας γραμμική παρεμβολή.
Αυτές οι μέθοδοι, μαζί με fillna(), παρέχει μια ολοκληρωμένη σειρά εργαλείων για το χειρισμό δεδομένων που λείπουν σε διάφορα περιβάλλοντα.
Συμπερασματικά, αυτό το άρθρο έχει δείξει πώς να το χρησιμοποιήσετε dict για να αντικαταστήσετε τις τιμές που λείπουν σε ένα Pandas DataFrame. Η βασική λειτουργία που χρησιμοποιήσαμε, fillna(), είναι ένα ισχυρό εργαλείο στη βιβλιοθήκη Pandas που μας επιτρέπει να χειριζόμαστε αποτελεσματικά τα δεδομένα που λείπουν. Αξιοποιώντας τα λεξικά, μπορούμε να αντιστοιχίσουμε τις τιμές που λείπουν σε κατάλληλες αντικαταστάσεις και να διασφαλίσουμε ότι το σύνολο δεδομένων μας είναι πλήρες και ουσιαστικό. Μέσω μιας βαθύτερης κατανόησης της βιβλιοθήκης Pandas και των λειτουργιών της που περιλαμβάνονται, μπορούμε να εργαστούμε αποτελεσματικά με μεγάλα σύνολα δεδομένων και να αντλήσουμε πολύτιμες πληροφορίες από τα δεδομένα μας.
