Tratar valores ausentes con pandas
Los valores ausentes proceden de fuentes incompletas o errores de captura.
¿Qué es Tratar valores ausentes con pandas?
Los valores ausentes proceden de fuentes incompletas o errores de captura.
Detecta y sustituye datos faltantes.
¿Cuándo se utiliza?
- Leer y limpiar datos tabulares.
- Analizar CSV, API y bases de datos.
- Preparar informes y estadísticas.
Código de ejemplo
main.py
import pandas as pd
import numpy as np
students = pd.DataFrame({"name": ["Ada", "Lin", "Sam"], "score": [95, np.nan, 85]})
students["score"] = students["score"].fillna(students["score"].median())
print(students)Resultado esperado
name score
0 Ada 95.0
1 Lin 90.0
2 Sam 85.0Cómo funciona
La mediana sustituye NaN; eliminar o imputar depende del contexto del dato.
Cambia los valores y ejecuta el programa en el compilador Python online de CodeUtility sin instalar Python.
Ejercicios prácticos
Modifica las entradas y prueba casos límite antes de usar conjuntos de datos mayores.
- Añade filas, columnas y valores ausentes.
- Combina filtrado, ordenación y groupby.
- Carga un archivo real y revisa sus dtypes.