11.3. Nan

• Получить сумму пропусков


  df.isnull().sum()
• Начинаем с признаков, где нет данных

  всего нескольких строк. Либо удаляем их, либо заменяем нулями или средними значениями, зависит от предметной области
• Приблизить график, сделать масштаб с процентом меньше 1

  plt.ylim(0,1)
• Для найденной строки посмотреть колонку

  df[df['Electrical'].isnull()]['Garage Area']
• Если в колонках Electrical и Garage Area встретились NaN, мы удаляем их. В примере удаляется две строки


  df = df.dropna(axis=0, subset=['Electrical', 'Garage Area'])
• Подход для колонок

  Заполнить колонки некоторыми значениями или удалить колонки
• Удаление колонок


  Не нужно беспокоиться, и это очень просто. Но может потеряться признак с важными данными. Имеет смысл, когда много строк NaN
• Заполнение значением


  Меняем истинность данных, сами выбираем значение, которое должны записать, нужно будет трансформировать все будущие данные
• Простой случай заполнения значением


  NaN -> нули, если по факту неопределённые значения это нулевые значения
• Сложный случай

  Применяем статистические методы с использованием других колонок, чтобы заполнить NaN
• Статистический метод заполнения


  Если не указан возраст, можем использовать информацию о работе или образовании (если человек учится в колледже, ему вполне может быть 20). Но какая вероятность?