pandasで欠損値NaNを除外（削除）・置換（穴埋め）・抽出 | note.nkmk.me
例えばCSVファイルをpandasで読み込んだとき、要素が空白だったりすると欠損値だとみなされNaN（Not a Number: 非数）で表される。 欠損値を除外（削除）するにはdropna()メソッド、欠損値を他の値に置換（穴埋め）するにはfillna()メソッドを使う。また、欠損値を含む行や列を抽出したい場合は、要素が欠損値かどうかを判定するisnull()メソッドを使う。 ※本記事は分割されました。 pandasにおける欠損値 pandasにおける欠損値（nan, None, pd.NA） 欠損値NaNを削除: dropna() pandasで欠損値NaNを削除（除外）するdropna 欠損値NaNを置換: fillna() pandasで欠損値NaNを置換（穴埋め）するfillna 欠損値NaNを補間: interpolate() pandasで欠損値NaNを前後の値から補間するi
R 欠損値の対応（missing value treatment） - 統計学と疫学と時々、助教生活
今回は、欠損値の発生する理由を紹介し、その後に書籍を参考に欠損値に対応するRのコードを紹介します。 医学研究だけでなく、様々な調査をしていると欠損値（missing value）に出会います。欠損値が発生しているメカニズムによっては、結果を大きく変える可能性もあります。そのため、まずは欠損値のメカニズムを把握すること、その後欠損値に対応することになります。 欠損値が発生する理由 MCAR (Missing completely at random)「完全にランダムな欠損値」 MAR (Missing at random)「欠損値と他の変数には関連があるが、その変数の値自体との関連はない」 MNAR (Missing not at random)「欠損値とその変数自体に関連がある」 欠損値のパターンとその対象法など詳しく書かれています。 norimune.net 欠損値への対処方法 「Use
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
