จัดการค่าที่หายไปใน pandas
ค่าที่หายไปเกิดจากแหล่งข้อมูลไม่ครบหรือข้อผิดพลาดการเก็บข้อมูล
จัดการค่าที่หายไปใน pandas คืออะไร?
ค่าที่หายไปเกิดจากแหล่งข้อมูลไม่ครบหรือข้อผิดพลาดการเก็บข้อมูล
ตรวจหาและแทน missing value
ควรใช้เมื่อใด?
- อ่านและทำความสะอาดข้อมูลตาราง
- วิเคราะห์ CSV, API และฐานข้อมูล
- เตรียมรายงานและสถิติ
โค้ดตัวอย่าง
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)ผลลัพธ์ที่คาดหวัง
name score
0 Ada 95.0
1 Lin 90.0
2 Sam 85.0หลักการทำงาน
ใช้ median แทน NaN ได้ แต่การลบหรือเติมควรเลือกตามความหมายของข้อมูล
เปลี่ยนค่าและรันโปรแกรมด้วย คอมไพเลอร์ Python ออนไลน์ของ CodeUtility โดยไม่ต้องติดตั้ง Python
แบบฝึกหัด
ลองเปลี่ยน input และทดสอบกรณีขอบก่อนใช้ชุดข้อมูลที่ใหญ่ขึ้น
- เพิ่มแถว คอลัมน์ และค่าที่หายไป
- รวมการกรอง การเรียง และ groupby
- อ่านไฟล์จริงและตรวจสอบ dtype