Fehlende Werte

Reale Daten haben Lücken: Ein Sensor fällt aus, ein Quiz wird verpasst. pandas kennzeichnet jede leere Zelle mit NaN, „keine Zahl“:

Die meisten Modelle akzeptieren NaN nicht, also zähle zuerst die Lücken. .isna() markiert jede einzelne mit True, und .sum() zählt sie:

scores = pd.DataFrame({
    "name": ["Ana", "Ben", "Cy", "Dee"],
    "quiz1": [8, np.nan, 7, 9],  # np.nan ist ein fehlender Wert
    "quiz2": [6, 5, np.nan, np.nan],
})
print(scores.isna().sum())

Dies gibt Folgendes aus:

name     0
quiz1    1
quiz2    2
dtype: int64

Wähle dann: dropna() entfernt jede Zeile mit einer Lücke; fillna(0) trägt in jede eine 0 ein. Beide geben eine neue Tabelle zurück, speichere sie also.

Statistiken lassen NaN aus: Der Mittelwert von quiz1 beträgt 8.0 und ergibt sich aus den drei bekannten Punktzahlen.