Menangani Nilai yang Hilang di Panda | oleh Menuju Tim AI | Apr, 2021 

Mari kita ambil beberapa contoh untuk memahami bagaimana nilai parameter memengaruhi keluaran.

Sebelum kita menyelami lebih dalam ke fungsi pd.fillna (), pertama-tama mari kita buat DataFrame untuk digunakan.

A.Buat DataFrame:

Buat DataFrame

Implementasi Python:

Python CodeOutput

B. Contoh – 1:

Kita dapat menggunakan parameter nilai untuk menentukan dengan nilai mana kita ingin mengisi elemen yang hilang. Dalam contoh berikut, kami menetapkan nilai = 0 Jadi itu akan mengisi semua elemen yang hilang dengan 0.

Parameter yang Digunakan:

nilai = 0

pd.fillna () dengan nilai = 0

Implementasi Python:

Python CodeOutput

C.Contoh – two:

Kami juga dapat menentukan nilai yang berbeda untuk mengisi elemen yang hilang untuk kolom yang berbeda dengan menggunakan parameter nilai. Contoh berikut menunjukkan bagaimana kita dapat melakukan operasi ini.

Parameter yang Digunakan:

nilai = kamus

pd.fillna () dengan kamus nilai

Implementasi Python:

Python CodeOutput

D. Contoh – 3:

Untuk mengisi elemen yang hilang, kita dapat menggunakan parameter metode. Jika kita menentukan strategy =”ffill”, itu akan menggunakan observasi legitimate terakhir untuk mengisi celah. Jika kita tidak menentukan nilai sumbu, itu akan melakukan operasi secara baris atau dengan sumbu = 0. Harap dicatat bahwa tidak ada batasan untuk menyebarkan observasi legitimate terakhir untuk mengisi kekosongan. Jika terdapat beberapa elemen yang hilang secara berturut-turut, maka akan diisi oleh observasi terakhir yang legitimate.

Catatan penting:

Jika kita menentukan metode =”ffill” dan sumbu = 0, dan jika elemen di baris pertama hilang, mereka tidak akan pernah terisi.

Parameter yang Digunakan:

procedure =”ffill”

data.fillna () dengan metode =”ffill”

Implementasi Python:

Python CodeOutput

E. Contoh – 4:

Jika kita menentukan procedure =”pad”, ini bekerja dengan cara yang sama seperti strategy =”ffill”.

Parameter yang Digunakan:

procedure =”pad”

pd.fillna () dengan metode =”pad”

Implementasi Python:

Python CodeOutput

F. Contoh – 5:

Secara defaultoption, elemen yang hilang akan diisi secara baris atau dengan sumbu = 0.

Catatan penting:

Jika kita menentukan metode =”ffill” dan sumbu = 0, maka jika elemen di baris pertama hilang, mereka tidak akan pernah terisi.

Parameter yang Digunakan:

procedure =”ffill”

sumbu = 0

pd.fillna () dengan procedure =”ffill” dan axis = 0

Implementasi Python:

Python CodeOutput

G.Contoh – 6:

Dalam beberapa kasus, jika kita ingin mengisi kolom elemen yang hilang, kita dapat menentukan parameter sumbu dan mengatur sumbu = 1.

Catatan penting:

Jika kita menentukan metode =”ffill” dan sumbu # 1, maka jika elemen di kolom pertama hilang, mereka tidak akan pernah terisi.

Parameter yang Digunakan:

procedure =”ffill”

sumbu = 1

pd.fillna () dengan procedure =”ffill” dan axis = 1

Implementasi Python:

Python CodeOutput

H. Contoh – 7:

Untuk mengisi elemen yang hilang, kita dapat menggunakan parameter metode. Jika kita menentukan metode =”bfill”, itu akan menggunakan observasi legitimate berikutnya untuk mengisi celah tersebut. Jika kita tidak menentukan nilai sumbu, itu akan melakukan operasi secara baris atau dengan sumbu = 0. Harap dicatat bahwa tidak ada batasan untuk menyebarkan observasi legitimate berikutnya untuk mengisi kekosongan. Jika terdapat beberapa elemen yang hilang secara berturut-turut, maka akan diisi oleh observasi legitimate berikutnya.

Catatan penting:

Jika kita menentukan metode =”bfill” dan sumbu = 0, maka jika elemen di baris terakhir hilang, mereka tidak akan pernah terisi.

Parameter yang Digunakan:

procedure =”bfill”

sumbu = 0

pd.fillna () dengan metode =”bfill”

Implementasi Python:

Python CodeOutput

I. Contoh – 8:

Jika kita menentukan procedure =”backfill”, cara kerjanya sama seperti strategy =”bfill”.

Parameter yang Digunakan:

procedure =”isi ulang”

pd.fillna () dengan metode =”isi ulang”

Implementasi Python:

Python CodeOutput

J.Contoh – 9:

Secara defaultoption, elemen yang hilang akan diisi secara baris atau dengan sumbu = 0.

Catatan penting:

Jika kita menentukan metode =”bfill” dan sumbu = 0, maka jika elemen di baris terakhir hilang, mereka tidak akan pernah terisi.

Parameter yang Digunakan:

procedure =”bfill”

sumbu = 0

pd.fillna () dengan metode =”bfill” dan axis = 0

Implementasi Python:

Python CodeOutput

K.Contoh – 10:

Dalam beberapa kasus, jika kita ingin mengisi kolom elemen yang hilang, kita dapat menentukan parameter sumbu dan mengatur sumbu = 1.

Catatan penting:

Jika kita menentukan metode =”bfill” dan sumbu # 1, maka jika elemen di kolom terakhir hilang, mereka tidak akan pernah terisi.

Parameter yang Digunakan:

procedure =”ffill”

sumbu = 1

pd.fillna () dengan metode =”bfill” dan axis = 1

Implementasi Python:

Python CodeOutput

L.Contoh – 11:

Jika kita menentukan parameter batas, itu akan membatasi jumlah maksimum nilai yang hilang berturut-turut untuk diisi dalam metode pengisian maju atau mundur. Kita dapat mengatakan bahwa jika selisih elemen yang hilang berurutan lebih dari jumlah yang ditentukan oleh parameter pembatas, itu hanya akan diisi sebagian. Di sini kami menggunakan metode isi ke depan dengan sumbu = 0 dan batas 1 elemen.

Parameter yang Digunakan:

procedure =”ffill”

sumbu = 0

batas = 1

pd.fillna () dengan procedure =”ffill” dan axis = 0 dan limitation = 1

Implementasi Python:

Python CodeOutput

M. Contoh – 12:

Dalam contoh ini, kita akan menggunakan metode isi ke depan dengan sumbu = 1 dan batas 1 elemen.

Parameter yang Digunakan:

procedure =”ffill”

sumbu = 1

batas = 1

pd.fillna () dengan procedure =”ffill” dan axis = 1 dan limitation = 1

Implementasi Python:

Python CodeOutput

N.Contoh – 13:

Dalam contoh ini, kita akan menggunakan metode pengisian mundur dengan sumbu = 0 dan batas 1 elemen.

Parameter yang Digunakan:

procedure =”bfill”

sumbu = 0

batas = 1

pd.fillna () dengan metode =”bfill” dan axis = 0 dan restrict = 1

Implementasi Python:

Python CodeOutput

O. Contoh – 12:

Dalam contoh ini, kita akan menggunakan metode pengisian mundur dengan sumbu = 1 dan batas 1 elemen.

Parameter yang Digunakan:

procedure =”bfill”

sumbu = 1

batas = 1

pd.fillna () dengan metode =”bfill” dan axis = 1 dan limitation = 1

Implementasi Python:

Python CodeOutput

P. Membuat DataFrame:

Membuat DataFrame Baru

Implementasi Python:

Python CodeOutputDatatypes

Q. Contoh – 13:

Kita dapat menggunakan parameter downcast untuk downcast tipe information jika memungkinkan. Nilai series”menyimpulkan” akan mencoba menurunkan ke jenis setara yang sesuai. Misalnya, float64 hingga int64.

Parameter yang Digunakan:

downcast = menyimpulkan

pd.fillna () dengan nilai = 0 dan downcast = “menyimpulkan”

Implementasi Python:

Kode Python

R. Contoh – 14:

Jika kita ingin perubahan terjadi di DataFrame asli kita, maka kita harus menentukan inplace = True sebagai parameter. Perhatikan bahwa itu tidak akan mengembalikan apa pun. Setelah eksekusi, DataFrame asli akan dimodifikasi oleh hasil fungsi pd.dropna ().

Parameter yang Digunakan:

inplace = True

pd.fillna () dengan nilai = 0 dan inplace = True

Implementasi Python:

Python CodeOutput