Imputar datos faltantes en un DataFrame - PYTHON

preview_player
Показать описание
En esta ocasión vamos a mostrar que hacer cuando se tienen datos faltantes en un DataFrame utilizando dos métodos.

Espero te sea de utilidad.

Si te gusta deja tu LIKE, si tienes dudas deja tu COMENTARIO.

SUSCRIBETE!!!

UNETE a la comunidad en DISCORD y aprendemos juntos
Рекомендации по теме
Комментарии
Автор

Muy buen video, la mejor explicación y en un par de minutos

osmandiaz-hnfy
Автор

Excelente video, me quedo muy claro muchas cosas, pero me gustaría saber como validar que el modelo es bueno

cristiancontreras
Автор

Me sirve la solución 1, la segunda opción, me da error en la función fit() cuando le coloco como parametro el nombre del dataFrame, una lástima porque quería usar esa opción.

_priska_
Автор

Excelente video!!!...y cuál sería la diferencia entre fillna() y usar simpleimputer() ?

jozzrom
Автор

Excelente video, muchas gracias. Solo una pregunta, mi data frame en lugar de NaN, tiene -99 ¿puedo usar la función "np.-99" o debo primero cambiar los -99 a un NaN?

alejandrogarcia-tnjx
Автор

Holaa!! Me sirvio mucho tu video pero tengo una pregunta, quiza me puedas ayudar. Antes de convertir todas mis variables categoricas a numericas, tenia ciertos valores nulos, que luego se convirtieron en valores True/False, cuando hago un nuevo analisis de nulos, pues obviamente no puedo hacer imputacion a las variables categoricas porque no hay valores nulos como los habia inicialmente, Esto afecta el EDA? Que se hace en ese caso?

geraldinecaicedo