Xử lý dữ liệu thiếu trong pandas
Dữ liệu thiếu xuất hiện do nguồn không đầy đủ hoặc lỗi thu thập.
Xử lý dữ liệu thiếu trong pandas là gì?
Dữ liệu thiếu xuất hiện do nguồn không đầy đủ hoặc lỗi thu thập.
Phát hiện và thay thế missing value.
Khi nào nên sử dụng?
- Đọc, làm sạch và biến đổi dữ liệu dạng bảng.
- Phân tích dữ liệu từ CSV, Excel, API hoặc cơ sở dữ liệu.
- Tạo báo cáo, thống kê và dữ liệu đầu vào cho biểu đồ.
Code ví dụ
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)Kết quả dự kiến
name score
0 Ada 95.0
1 Lin 90.0
2 Sam 85.0Cách hoạt động
Median thay NaN; lựa chọn drop hay impute phải dựa vào ý nghĩa dữ liệu.
Thay đổi giá trị và chạy chương trình bằng trình chạy Python online của CodeUtility mà không cần cài Python.
Bài tập mở rộng
Hãy sửa code theo các bài tập dưới đây để hiểu rõ cách hoạt động thay vì chỉ sao chép kết quả.
- Thêm dòng, cột và giá trị thiếu vào dữ liệu mẫu.
- Kết hợp lọc, sắp xếp và groupby để tạo báo cáo nhỏ.
- Đọc file thực tế, kiểm tra dtype và xử lý dữ liệu không hợp lệ.