Nilai yang Hilang

Termasuk bagian Data dan Plot dalam perjalanan Machine Learning di Coddy. Pelajaran 45 dari 60.

Data nyata memiliki celah: sensor rusak, kuis terlewat. pandas menandai setiap sel kosong sebagai NaN, “bukan angka”:

Tabel berisi empat siswa dan dua kuis dengan tiga sel kosong yang ditandai NaN: Ben melewatkan quiz1, Cy dan Dee melewatkan kuis kedua. Di bawahnya, jumlah celah per kolom: 0, 1, dan 2

Sebagian besar model menolak NaN, jadi hitung dulu nilai yang hilang. .isna() menandai masing-masing dengan True, dan .sum() menghitungnya:

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

Ini mencetak:

name     0
quiz1    1
quiz2    2
dtype: int64

Lalu pilih: dropna() menghapus setiap baris yang memiliki nilai kosong; fillna(0) menuliskan 0 ke setiap baris. Keduanya mengembalikan tabel baru, jadi simpan hasilnya.

Statistik mengabaikan NaN: rata-rata quiz1 adalah 8.0, dari tiga nilai yang diketahui.

Tantangan

Sedang

Pelacak kebugaran melewatkan beberapa pembacaan di tracker.csv. Sebelum berlatih, lihat bagaimana setiap cara menangani data yang hilang mengubah rata-rata sleep. Kode awal membaca hours, nilai pengisi.

Cetak jumlah data yang hilang di setiap kolom.
Cetak rata-rata sleep yang dibulatkan menjadi 2 desimal dengan tiga cara: melewatkan data yang hilang, hanya menghitung hari tanpa data yang hilang di kolom mana pun, dan mengisi data yang hilang dengan hours.

Untuk pelacak lain dan 8:

day      0
steps    1
sleep    2
water    0
dtype: int64
Skipping gaps: 6.9
Complete days only: 7.0
Gaps filled with 8.0: 7.21

Coba sendiri

import pandas as pd

tracker = pd.read_csv("tracker.csv")
hours = float(input())

# Tulis kodemu di bawah ini

Uji dirimu

Pelajaran ini berisi kuis singkat. Mulai pelajarannya untuk menjawab kuis dan melacak progresmu.

Semua pelajaran di Data dan Plot

1Pendahuluan

Halo, Machine Learning Apa Itu Model?Mengimpor Library Plot Pertamamu

4Membentuk Data

Mengubah Bentuk array Menggabungkan array Angka Acak Rangkuman: Simulasi Dadu

7pandas DataFrame

Series DataFrame Membaca File CSV Memeriksa Data Memilih Kolom Ulasan: Rating Film

10Membuat Plot DataFrame

Membuat Plot dari DataFrame Diagram Sebar dari Kolom Satu Warna untuk Tiap Grup Histogram dari Kolom Kilas Balik: Penjualan Kafe

2Array NumPy

Membuat array Bentuk dan Ukuran Rentang Angka Pengindeksan dan slicing Ringkasan: Kisi Suhu

5Grafik Garis dan Scatter Plot

Label dan Judul Scatter Plot Beberapa Garis dan Legenda Warna dan Penanda Figure dan Sumbu Rekap: Langkah Mingguan

8Memfilter dan Mengurutkan

Memilih Baris Memfilter Baris Mengurutkan Nilai Kolom Baru Rekap: Produk Teratas

11Dataset untuk ML

Dataset Bawaan Fitur dan Label Menjelajahi berdasarkan Kelas Membuat Plot Kelas Rangkuman: Dataset Wine

3Matematika Array

Operasi Matematika pada Seluruh Array Statistik Ringkasan Statistik berdasarkan Sumbu Broadcasting Masker Boolean Ulasan: Nilai Ujian

6Grafik untuk Data

Grafik Batang Histogram Beberapa Grafik dalam Satu Gambar sebagai Array Rangkuman: Laporan Curah Hujan

9Mengelompokkan dan Membersihkan

Menghitung Nilai Mengelompokkan Data Beberapa RingkasanNilai yang HilangRekap: Hasil Survei

12Tantangan Akhir

Laporan Penjualan Pembacaan Sensor Sekilas tentang Digit Penjelajah Penguin

Latihan sendiri: Compiler Python online