pandas基礎學習 Task06缺失值處理

import pandas as pd

import numpy as np
df = pd.read_csv(
'data/table_missing.csv'
)df.head(
)

了解缺失資訊

（a）isna和notna方法

對series使用會返回布林列表

df[

'physics'
].isna(
).head(
)

0

false
1false
2false
3true
4false
name: physics, dtype:
bool

df[

'physics'
].notna(
).head(
)

0

true
1true
2true
3false
4true
name: physics, dtype:
bool

df.isna(

).head(
)

df.isna().

sum(
)

school      0

class       4
id          6
gender      7
address     0
height      0
weight     13
math        5
physics     4
dtype: int64

df.info(

)

<

class
'pandas.core.frame.dataframe'
>
rangeindex:
35 entries,
0 to 34
data columns (total 9 columns)
:#   column   non-null count  dtype  --
----
----
----
----
----
----
--0   school   35 non-null     object
1   class    31 non-null     object
2   id       29 non-null     float64
3   gender   28 non-null     object
4   address  35 non-null     object
5   height   35 non-null     int64  
6   weight   22 non-null     float64
7   math     30 non-null     float64
8   physics  31 non-null     object 
dtypes: float64(3)
, int64(1)
,object(5
)memory usage:
2.6+ kb

以最後一列為例，挑出該列缺失值的行

df[df[

'physics'
].isna(
)]

使用all就是全部非缺失值，如果是any就是至少有乙個不是缺失值

df[df.notna().

all(1)
]

task0 最小棧 和task1（有效括號）

2.letecode2 堆疊和數列 stack and queue 2.1概念 2.1.1.棧都是一種資料項按序排列的資料結構，只能在一端 稱為棧頂 top 對資料項進行插入和刪除。棧，先進後出。2.1.2佇列是一種特殊的線性表，只允許在表的頭部 front處 進行刪除操作，在表的尾部 rear處 ...

資料分析高階 DCIC競賽 task0準備工作

學習資源 學習手冊 賽事詳情 共有三個部分的競賽 1 端午假期a城市交通網路擁堵識別及緩堵策略研究 需要具有從經緯度對映到路段的能力 2 a城市巡遊車與網約車與運營特徵對比分析 主要是對計程車和網約車的分布之類的對比，相對於第乙個賽題難度稍小 3 創意題 城市巡遊車與網約車運營特徵對比分析 賽題說明...

Task1 pandas基礎學習筆記

pandas應用的主要方向在於對資料的整理，pandas基於numpy，具有十分強大的資料整合功能，在生成series及dataframe時，都以二維列表的形式展現，下面主要介紹各種基本函式 為了方便，使用head 函式，使用該函式提取前5個資料，比較具有代表性 1.csv檔案 df pd.read...