pandas में Missing Values संभालना
Missing data पहचानें और भरें।
pandas में Missing Values संभालना क्या है?
समस्या क्या है
असली डेटा में खाली जगहें होती हैं: सर्वे का बिना जवाब वाला सवाल, सेंसर की छूटी रीडिंग, खाली छोड़ा गया सेल। खाली जगहों को अनदेखा करने पर कई गणनाएँ टूट जाती हैं या गुमराह करने वाले जवाब देती हैं, इसलिए आपको उन्हें ढूँढकर तय करना होता है कि क्या करना है।
ऐसे समझें
Missing वैल्यू संभालना उस टीचर जैसा है जिसकी ग्रेडबुक में एक सेल खाली है। वह उस छात्र को छोड़ सकता है, या सेल को किसी उचित अंदाज़े से भर सकता है, जैसे कक्षा का बीच वाला ग्रेड। दोनों में से कुछ भी हो, फ़ैसला सोच-समझकर लिया जाता है।
np.nan⬜ खाली सेलstudents["score"].median()📏 एक उचित अंदाज़ा: बीच वाला स्कोर, 90.fillna(...)🖊️ खाली सेल को इससे भरिएstudents["score"] = ...💾 भरा हुआ कॉलम वापस सेव कीजिएMissing वैल्यू ऐसे सेल हैं जिनमें डेटा नहीं होता, और वे NaN के रूप में दिखते हैं। आप उन्हें median जैसी किसी वैल्यू से भर सकते हैं या उन्हें रखने वाली पंक्तियाँ हटा सकते हैं।
मुख्य बातें
np.nanLin के स्कोर को missing मार्क करता है।students["score"].median()खाली जगह को अनदेखा करके 90.0 लौटाता है, जो 95 और 85 के ठीक बीच की वैल्यू है।.fillna(...)खाली जगह को उस वैल्यू से बदल देता है।students["score"]में वापस assign करने से बदलाव बना रहता है। कॉलम float बन जाता है, क्योंकि NaN एक float है।
इसका उपयोग कब करें?
- एनालिसिस से पहले सर्वे, सेंसर और फ़ॉर्म डेटा साफ़ करना।
- खाली जगहों को आम वैल्यू से भरना ताकि गणना चल सके।
- डेटा की क्वालिटी आँकने के लिए
isna().sum()से खाली जगहें गिनना।
कब ज़रूरत नहीं
- कॉलम की ज़्यादातर वैल्यू missing हों: उन्हें भरना डेटा गढ़ने जैसा होगा। कॉलम हटाने के बारे में सोचिए।
- वैल्यू का missing होना ख़ुद अहम है: भरने से पहले यह जानकारी एक अलग True/False कॉलम में रख लीजिए।
उदाहरण कोड
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)
अपेक्षित आउटपुट
name score
0 Ada 95.0
1 Lin 90.0
2 Sam 85.0
यह कैसे काम करता है
Median से NaN भरा जाता है; rows drop करना या values impute करना data के अर्थ पर निर्भर है।
मान बदलें और Python इंस्टॉल किए बिना CodeUtility ऑनलाइन Python कंपाइलर में प्रोग्राम चलाएँ।
अभ्यास के कार्य
बड़े dataset पर जाने से पहले input बदलें और edge cases की जाँच करें।
- Rows, columns और missing values जोड़ें।
- Filtering, sorting और groupby को साथ प्रयोग करें।
- वास्तविक file पढ़ें और dtype जाँचें।
आम गलतियाँ
नतीजा सेव न करना
fillna एक नई Series लौटाता है। उसे assign किए बिना कुछ नहीं बदलता।
students["score"].fillna(students["score"].median())
students["score"] = students["score"].fillna(students["score"].median())
यह पाठ पूरा कर लिया?
अपनी प्रगति ट्रैक करने के लिए इसे सीखा हुआ मार्क करें।