Guest
Поддержать канал можно оформив подписку на 🎉 🎉 🎉 А можете скидывать монеты на 💻 Мои курсы на платформе Stepik: ✅ Канал в TG ✅ Группа в VK 📀 Практическое задание ❓ Вопросы, на которые найдем ответы в этом видео: Как удалять данные с пропусками? Как заполненять NaN на среднее/медиану/моду/константу? Как помечать пропущенные значения через новые признаки? Как заполнять пропуски через группировки? Как восстанавливать пропущенные значения во времени? 🌟 Теория заполнения пропусков 🌟 Индексация в pandas 🌟 Как создавать новые признаки в pandas 🌟 Как группировать данные в pandas Ссылка на ноутбук: 0:00 Введение 0:12 План занятия 0:47 Что нужно знать для занятия 1:30 Поддержка 1:57 Кратко про Kaggle notebook 3:11 Получение данных 4:05 Как узнать количество пропусков в pandas .isna() 4:45 .info() 5:06 Как узнать процент пропущенных значений в pandas 6:04 Визуализация пропусков через .heatmap() 6:45 Удаление столбцов и строк с пропусками 7:09 .dropna() 7:36 атрибут axis в dropna 8:06 атрибут how в dropna 9:18 атрибут thresh в dropna. удаление определенного количества объектов 11:10 атрибут subset в dropna. удаление только по указаным столбцам 11:39 атрибут inplace в dropna. удаление на месте 12:42 Заполнение пропусков на среднее, медиану и моду 13:18 Заполнение пропусков через fillna 15:56 fillna с mode не работает 16:46 Indicator method 17:14 Создание нового признака, который помечает пропуск через pandas 18:26 Зачем создавать новый признак для пропусков 19:01 Замена пропуска на константу 19:27 Замена пропусков через группировки 20:25 Метод transform pandas 21:58 Извлечение данных для заполнения пропусков 24:50 Заполнение пропусков во временных рядах 25:36 Линейная интерполяция для замены пропусков через interpolate() 26:35 Замена пропусков предыдущим значением через pad 27:28 Замена пропусков предыдущим значением через fillna 27:46 Замена пропусков следующим значением через fillna 28:16 Замена пропусков ближайшим значением через fillna 28:49 Полиномиальная интерполяция для замены NaN через interpolate() 29:25 Резюме занятия 30:01 ♡
