Datu manipulācijas un analīzes pasaulē trūkstošo vērtību apstrāde ir būtisks uzdevums. Pandas, plaši izmantota Python bibliotēka, ļauj mums efektīvi pārvaldīt trūkstošos datus. Viena izplatīta pieeja trūkstošo vērtību risināšanai ietver vārdnīcu izmantošanu, lai kartētu un aizstātu šīs vērtības. Šajā rakstā mēs apspriedīsim, kā izmantot Pandas un Python iespējas, lai izmantotu vārdnīcas trūkstošo vērtību aizstāšanai datu kopā.
Šķīdums
Galvenais risinājums, ko mēs izpētīsim, ir izmantot fillna () funkcija kopā ar vārdnīcām. Šī pieeja ļaus mums aizstāt trūkstošās vērtības ar atbilstošām vērtībām no noteiktas vārdnīcas.
Soli pa solim koda skaidrojums
Lai ilustrētu šo procesu, pieņemsim, ka mums ir datu kopa, kurā ir informācija par dažādiem modes stiliem, tostarp apģērbiem, krāsām un vēsturisko kontekstu. Dažos gadījumos šajā datu kopā var nebūt vērtību.
Pirmkārt, importējiet nepieciešamās bibliotēkas un izveidojiet DataFrame paraugu:
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)
Tagad, kad mums ir DataFrame, kas ilustrē problēmu, ievērojiet, ka trūkst dažu vērtību (apzīmētas ar None). Lai aizstātu šīs vērtības, izveidojiet vārdnīcas ar atbilstošiem kartējumiem:
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}
Visbeidzot, izmantojiet fillna () funkcija, lai aizstātu trūkstošās vērtības, izmantojot kombinēto vārdnīcu:
df_filled = df.fillna(replacement_dict)
Izpratne par Pandas bibliotēku
Pandas ir daudzpusīga Python bibliotēka, kas paredzēta datu apstrādei un analīzei. Tā piedāvā elastīgas un jaudīgas datu struktūras, piemēram, Series un DataFrame. Šīs struktūras ir būtiskas, lai efektīvi strādātu ar strukturētiem tabulas datiem.
Pandas nodrošina bagātīgu funkciju kolekciju, piemēram, fillna (), ko izmanto trūkstošo datu apstrādei. Ar Pandas var nemanāmi veikt citas darbības, piemēram, datu apvienošanu, pagriežot datus un laikrindu analīzi.
Funkcijas trūkstošo datu apstrādei
Papildus fillna () funkciju, Pandas piedāvā vairākas citas funkcijas un metodes, kā rīkoties ar trūkstošiem datiem, piemēram:
- dropna (): noņemiet rindas vai kolonnas, kurās trūkst datu.
- isna (): nosakiet, kuru DataFrame vai Series elementu trūkst vai kuri ir nulle.
- notna (): nosakiet, kuri DataFrame vai Series elementi netrūkst vai kuri ir nulle.
- interpolēt (): aizpildiet trūkstošās vērtības, izmantojot lineāro interpolāciju.
Šīs metodes kopā ar fillna (), nodrošina visaptverošu rīku komplektu trūkstošo datu apstrādei dažādos kontekstos.
Visbeidzot, šajā rakstā ir parādīts, kā to izmantot dict lai aizstātu trūkstošās vērtības Pandas DataFrame. Galvenā funkcija, ko izmantojām, fillna (), ir spēcīgs rīks Pandas bibliotēkā, kas ļauj efektīvi apstrādāt trūkstošos datus. Izmantojot vārdnīcas, mēs varam kartēt trūkstošās vērtības ar atbilstošiem aizstājējiem un nodrošināt, ka mūsu datu kopa ir pilnīga un jēgpilna. Padziļināti izprotot Pandas bibliotēku un tajā iekļautās funkcijas, mēs varam efektīvi strādāt ar lielām datu kopām un gūt vērtīgu ieskatu no mūsu datiem.
