Gestire valori mancanti con pandas
I valori mancanti derivano da fonti incomplete o errori di acquisizione.
Che cos’è Gestire valori mancanti con pandas?
I valori mancanti derivano da fonti incomplete o errori di acquisizione.
Rileva e sostituisci dati assenti.
Quando si usa?
- Leggere e pulire dati tabellari.
- Analizzare CSV, API e database.
- Preparare report e statistiche.
Codice di esempio
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)Output previsto
name score
0 Ada 95.0
1 Lin 90.0
2 Sam 85.0Come funziona
La mediana sostituisce NaN; eliminazione o imputazione dipendono dal contesto.
Modifica i valori ed esegui il programma nel compilatore Python online CodeUtility senza installare Python.
Esercizi pratici
Modifica gli input e verifica i casi limite prima di usare dataset più grandi.
- Aggiungi righe, colonne e valori mancanti.
- Combina filtri, ordinamento e groupby.
- Carica un file reale e controlla i dtype.