Ta bort rader
När du vet att en specifik kolumn kommer att vara avgörande för din analys, och bara en liten andel av raderna saknar ett värde i den kolumnen, är det ofta klokt att ta bort dessa rader från datamängden.
Under den här kursen kommer kolumnen driver_gender att vara central i många av dina analyser. Eftersom bara en liten andel av raderna saknar driver_gender tar vi bort dessa rader från datamängden.
Den här övningen är en del av kursen
Analysera polisaktivitet med pandas
Övningsinstruktioner
- Räkna antalet saknade värden i varje kolumn.
- Ta bort alla rader där
driver_gendersaknas genom att skicka kolumnnamnet till parameternsubseti.dropna(). - Räkna antalet saknade värden i varje kolumn igen för att kontrollera att inga av de kvarvarande raderna saknar
driver_gender. - Undersök DataFramens
.shapeför att se hur många rader och kolumner som finns kvar.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Count the number of missing values in each column
print(ri.isnull().____)
# Drop all rows that are missing 'driver_gender'
ri.____(subset=[____], inplace=True)
# Count the number of missing values in each column (again)
print(ri.____.____)
# Examine the shape of the DataFrame
print(____)