Created
February 24, 2021 19:31
-
-
Save s1rat-dev/aa6026fb3d31015cec2aed2a417b0f98 to your computer and use it in GitHub Desktop.
[PYTHON] Kayıp veya bozuk veri analizi üzerine işlemler, (isnull,notnull,drop,dropna,fillna)
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
import pandas as pd | |
import numpy as np | |
data = np.random.randint(10,100,15).reshape(5,3) | |
df = pd.DataFrame(data,index=['a','c','e','f','h'],columns=['Column1','Column2','Column3']) | |
df = df.reindex( ['a','b','c','d','e','f','g','h']) | |
newColumn = [np.nan,30,np.nan,51,np.nan,30,np.nan,10] | |
df['Column4'] = newColumn | |
result = df | |
# df.drop('Column1',axis = 1, inplace = True) | |
# df.drop('a',axis = 0, inplace = True) | |
result = df.isnull() # // df.isna() | |
result = df.notnull() # // df.notna() | |
result = df.isnull().sum() | |
result = df['Column1'].isnull().sum() | |
result = df[df['Column1'].isnull()].loc[:,'Column1'] | |
result = df[df['Column2'].notnull()][['Column2','Column4']] | |
############### | |
# DROPNA, HOW # | |
############### | |
result = df.dropna() # axis = 0 => Row | |
result = df.dropna(axis = 1) # axis = 1 => Column | |
result = df.dropna() # Verilerimiz arasında herhangi bir NaN değer barındıran satırı siler. | |
''' | |
dropna() içerinide how attribute'u barındırır | |
ve default bir şekilde ilk başta 'how = any' olarak başlar | |
Fakat how = all kullanılırsa sadece bütün kolonlorda NaN olan değerleri barındıran satır silinir. | |
''' | |
result = df.dropna(how= 'all') | |
############## | |
# SUBSET # | |
############## | |
# Örneğin ben sadece ilk iki kolondaki veri kaybının olup olmadığına bakıyorum, | |
# yani ilk iki kolonda veri kaybı yoksa diğerlerinde olsa bile getir diyebilirim. | |
result = df.dropna(subset= ['Column1','Column2'], how= 'any') | |
''' | |
Column1 Column2 Column3 Column4 | |
a 54.0 28.0 53.0 NaN | |
c 81.0 72.0 47.0 NaN | |
e 43.0 70.0 85.0 NaN | |
f 45.0 71.0 99.0 30.0 | |
h 55.0 66.0 90.0 10.0 | |
Görüldüğü gibi Column1 ve Column2 NaN olmadığı taktirde | |
diğer 'Column'ların değerine bakılmaz. | |
''' | |
################ | |
# THRESH # | |
################ | |
# thresh ile satır 'NaN' değeri içerse dahi, yazılan değer kadar 'NaN' olmayan | |
# değer varsa o satırı alır. Silmez! | |
# Kısaca satır en az thresh'ten sonra yazılan değer kadar değer içermeli.(ki silinmesin) | |
result = df.dropna(thresh = 2) | |
result = df.dropna(thresh = 4) | |
############ | |
# FIILNA # | |
############ | |
#fillna ile 'NaN' değer olan kısımları, istediğimiz değerle doldurabiliriz. | |
result = df.fillna(value= 'noinput') | |
result = df.fillna(value= 1) | |
''' | |
df.sum() => Kolonlara ayırıp her kolondaki veriyi toplar | |
df.sum().sum() => Bütün veriyi toplar. | |
df.size => Kaç veri olduğunu hesaplar. | |
df.isnull().sum().sum() => Toplam 'NaN' değeri sayısını verir. | |
df.notnull().sum().sum() => Toplam 'NaN' olmayan değerlerin sayısını verir. | |
''' | |
#──────────────────────────────────────────────────────┑ | |
#######################################################│ | |
#│ | |
result = df.sum() #│ | |
result = df.sum().sum() #│ | |
result = df.size #│ | |
result = df.isnull().sum().sum() #│ | |
result = df.notnull().sum().sum() #│ | |
#│ | |
#######################################################│ | |
#──────────────────────────────────────────────────────┙ | |
def ortalama(df): | |
total = df.sum().sum() | |
size = df.notnull().sum().sum() | |
return total / size | |
result = df.fillna(value= round(ortalama(df),2)) | |
result = df.fillna(value= int(ortalama(df))) | |
print(result) |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment