Hallo!?

Heute melde ich mich mit einem neuen Notebook zurück, das eine Möglichkeit demonstriert, mit Daten in Jupyter zu arbeiten.

Quelldatei

Ich habe den Datensatz heruntergeladen von
Kaggle ist eine Plattform, um reale Daten zu finden und sich mit anderen Datenbegeisterten zu vernetzen.
Dort finden Sie eine unglaubliche Sammlung an Datensätzen und Projekten und können auch an Wettbewerben teilnehmen.

Kurzes Zeugnis der Arbeit

Nachdem ich eine kurze Zusammenfassung des Datenrahmens zurückgegeben hatte, führte ich die Bereinigung der Daten durch, um meine Daten in ein verwendbares und konsistentes Format für die Analyse zu bringen

astype()-Methode wird verwendet, um ein Pandas-Objekt in einen angegebenen Datentyp zu konvertieren.

Ich habe fillna(0) verwendet, um den ursprünglich aufgetretenen Fehler zu beheben. Probieren Sie es selbst aus!

Wo ist der Rest der Arbeit? ?

Weitere Informationen finden Sie in meinem GitHub-Repository. Hier habe ich das Notizbuch und natürlich den Datensatz hochgeladen. In kurzen Worten erfahren Sie, wie Sie

• Datenrahmen laden,

• untersuchen Sie seine Metadaten,

• Datentypen konvertieren

• Erkunden Sie den Datenrahmen mithilfe der iloc-Indizierung.
  Darüber hinaus erfahren Sie mehr über die Boolesche Maskierung und ... wie Sie den Medianwert berechnen. ?

Sind Sie bereit, die Daten zu erkunden?