Ei! Como fornecedor de produtos NAN, lidei com uma tonelada de dados nos quadros de dados do Pandas, e um problema irritante que sempre aparece são esses valores de 'nan'. Você sabe, aqueles pequenos espaços em branco que podem atrapalhar toda a sua análise, se você não tomar cuidado. Neste blog, vou compartilhar algumas dicas sobre como lidar com esses valores 'nan' como um profissional.
Primeiro, vamos falar sobre o que 'nan' realmente significa. 'Nan' significa 'não um número', e é basicamente a maneira de dizer que há dados faltando ou inválido em seu quadro de dados. Isso pode acontecer por todos os tipos de razões - talvez os dados não tenham sido coletados corretamente ou houve um erro na entrada de dados. Qualquer que seja a causa, os valores 'nan' podem realmente lançar uma chave na sua análise de dados, por isso é importante saber como lidar com eles.
Uma das maneiras mais simples de lidar com os valores 'nan' é apenas abandoná -los. Pandas tem um método realmente útil chamadoderrubar ()que você pode usar para se livrar de quaisquer linhas ou colunas que contenham valores 'nan'. Aqui está um exemplo:
Importar pandas como Pd Importar numpy como np # Crie uma amostra de dados de dados com 'nan' valores dados = {'col1': [1, 2, np.nan, 4], 'col2': [5, np.nan, 7, 8], 'col3': [9, 11, np.nan]} dfats df_dropped_rows = df.dropna () # colunas de queda com valores 'nan' df_dropped_cols = df.dropna (eixo = 1)
No código acima,derrubar ()Sem argumentos, cairão linhas que contenham pelo menos um valor 'nan'. Se você passareixo = 1, ele soltará colunas. Esse método é ótimo se você tiver muitos dados e os valores 'nan' são relativamente raros, mas também pode levar a uma perda significativa de dados se houver muitos valores 'nan'.
Outra opção é preencher os valores 'nan' com um valor específico. Pandas tem um método chamadoPreencher ()que você pode usar para fazer isso. Você pode preencher os valores 'nan' com um valor constante, a média, mediana ou modo da coluna, ou mesmo o valor anterior ou o próximo na coluna. Aqui estão alguns exemplos:
# Preencha 'nan' valores com um valor constante df_filled_constant = df.fillna (0) # preencha os valores 'nan' com a média da coluna df_filled_mean = df.fillna (df.mean ()) # preenchimento nan 'valores com o valor anterior na coluna DF_Filed_Prev. Próximo valor na coluna df_filled_next = df.fillna (método = 'bfill')
O preenchimento dos valores 'nan' pode ser uma boa maneira de preservar seus dados, mas você precisa ter cuidado com o valor que usa para preenchê -los. Usar a média ou a mediana pode funcionar bem se os dados forem normalmente distribuídos, mas pode não ser apropriado se os dados tiverem muitos outliers.
Se você estiver lidando com dados de séries temporais, convém usar a interpolação para preencher os valores 'nan'. A interpolação é um método de estimativa de valores entre pontos de dados conhecidos. Pandas tem um método chamadointerpolar()que você pode usar para fazer isso. Aqui está um exemplo:
# Interpolar 'nan' valores df_interpolated = df.interpolate ()
A interpolação pode ser uma ótima maneira de preencher os valores 'nan' nos dados da série temporal, pois leva em consideração a tendência dos dados. No entanto, é importante observar que a interpolação é apenas uma estimativa, e os valores reais podem ser diferentes.
Agora, vamos falar sobre algumas técnicas mais avançadas para lidar com valores de 'nan'. Uma abordagem é usar algoritmos de aprendizado de máquina para prever os valores ausentes. Você pode treinar um modelo nos dados não-acalmados e depois usá-los para prever os valores 'nan'. Essa pode ser uma maneira mais precisa de preencher os valores 'nan', mas também requer mais recursos e conhecimentos computacionais.
Outra abordagem é usar imputação múltipla. A imputação múltipla é uma técnica estatística que envolve a criação de várias cópias do quadro de dados, preenchendo os valores 'nan' em cada cópia usando um método diferente e combinando os resultados. Isso pode ajudar a reduzir o viés e a incerteza associados ao preenchimento dos valores de 'nan'.
Na minha experiência como fornecedor de NAN, descobri que uma combinação dessas técnicas geralmente funciona melhor. Por exemplo, posso começar soltando linhas ou colunas com um grande número de valores 'nan' e preenchendo os valores 'nan' restantes usando uma combinação de valores constantes, a média e a interpolação. E se eu precisar de uma estimativa mais precisa, posso usar aprendizado de máquina ou imputação múltipla.
Antes de encerrar, quero mencionar alguns produtos que podem ser do seu interesse. Se você estiver no setor de impressão, pode querer verificarTinta de sublimação de corante. É uma tinta de alta qualidade perfeita para imprimir em uma variedade de materiais. E se você estiver na indústria farmacêutica, pode estar interessado emFlorfenicol CAS no.: 73231-34-2eOxitetraciclina cloridrato HCl Cas no.: 2058-46-0. Ambas são matérias -primas farmacêuticas da API que são amplamente utilizadas na produção de antibióticos.
Se você estiver interessado em algum de nossos produtos NAN ou tiver alguma dúvida sobre como lidar com os valores de 'nan' em seus dados, não hesite em procurar uma discussão sobre compras. Estamos sempre felizes em ajudar!


Referências:
- McKinney, W. (2012). Python para análise de dados: disputa de dados com pandas, numpy e ipython. O'Reilly Media.
- Vanderplas, J. (2016). Manual de Ciência de Dados Python: Ferramentas essenciais para trabalhar com dados. O'Reilly Media.
