Hei acolo! În calitate de furnizor de produse Nan, de multe ori sunt întrebat despre cum să vizualizez datele cu valorile „nan”. „Nan”, care reprezintă „nu un număr”, poate fi o adevărată durere în gât atunci când încerci să înțelegi datele tale. Dar nu vă faceți griji, am câteva sfaturi și trucuri care vă vor ajuta să vă ocupați de aceste valori neplăcute și să creați vizualizări nemaipomenite.
În primul rând, să vorbim despre motivul pentru care valorile „nan” apar în primul rând. Pot apărea din o mulțime de motive. Poate că a existat o eroare în timpul colectării datelor, cum ar fi o defecțiune a senzorului sau o intrare lipsă într -o foaie de calcul. Sau poate că datele pur și simplu nu există pentru o anumită observație. De exemplu, dacă colectați date despre înălțimile oamenilor și unii oameni nu au vrut să împărtășească aceste informații, aceste valori ar fi „nan”.
Acum, când vine vorba de vizualizarea datelor cu valori „nan”, primul pas este să vă dați seama ce să faceți cu ele. Există câteva abordări comune.
O opțiune este de a elimina pur și simplu rândurile sau coloanele care conțin valori „nan”. Aceasta poate fi o soluție rapidă și ușoară, mai ales dacă aveți un set de date mare, iar numărul de valori „nan” este relativ mic. Cu toate acestea, trebuie să fiți atenți cu această metodă. Înlăturarea datelor vă poate smulge rezultatele și vă poate oferi o imagine falsă a ceea ce se întâmplă cu adevărat. De exemplu, dacă analizați datele de vânzări și eliminați toate rândurile cu valorile „nan”, este posibil să pierdeți tendințele sau modelele importante legate de acele intrări care lipsesc.
O altă abordare este completarea valorilor „nan” cu altceva. Puteți utiliza media, mediana sau modul de date disponibile. De exemplu, dacă te uiți la un set de date de temperaturi și există câteva valori „nan”, ai putea calcula temperatura medie a valorilor non -„nan” și să o folosești pentru a completa semifabricatele. Acest lucru vă poate ajuta să vă neteziți datele și să faciliteze vizualizarea. Dar, din nou, nu este o soluție perfectă. Utilizarea statisticilor sumare pentru a completa valorile „nan” vă poate denatura de asemenea datele, mai ales dacă datele au multă variabilitate.
De asemenea, puteți utiliza tehnici mai avansate, cum ar fi interpolarea. Interpolarea implică estimarea valorilor lipsă pe baza valorilor punctelor de date din jur. De exemplu, dacă aveți un set de date Time - Series cu valori „nan”, puteți utiliza interpolarea liniară pentru a estima care ar trebui să fie valorile în acele momente care lipsesc. Acesta poate fi un mod mai exact de a face față valorilor „nan”, dar poate fi, de asemenea, mai complex și consumator de timp.
După ce ați decis ce să faceți cu valorile „nan”, este timpul să începeți să vă vizualizați datele. Există tone de instrumente care vă pot ajuta să creați vizualizări excelente. Unele populare includ biblioteci Python precum Matplotlib și Seaborn, precum și pachete R precum GGPLOT2.
Să spunem că aveți un set de date de vânzări de produse în timp și există câteva valori „nan”. Ați decis să completați valorile „nan” cu suma mediană a vânzărilor. Acum, doriți să creați un grafic de linie pentru a arăta tendința de vânzări. Cu matplotlib în Python, puteți face ceva de genul acesta:
Import matplotlib.pyplot ca PLT import Pandas ca PD # presupune că „datele” sunt datele dvs. de date cu date de vânzări date = pd.read_csv ('vânzări_data.csv') # completează „nan” valorile cu date mediane ['vânzări'] = date [„vânzări”. plt.xlabel ('data') plt.ylabel ('vânzări') plt.title ('vânzări de produse în timp') plt.show ()Acest cod citește în datele dvs. de vânzări dintr -un fișier CSV, completează valorile „nan” cu suma mediană de vânzări și apoi creează un grafic de linie simplă pentru a arăta tendința de vânzări în timp.
Dacă sunteți interesat de vizualizări mai complexe, cum ar fi parcele de împrăștiere sau diagrame de bare, aceste instrumente le pot gestiona și pe acestea. De exemplu, dacă aveți un set de date care compară vânzările și evaluările clienților diferite produse și există unele valori „nan” în coloana de evaluare, puteți crea o diagramă de împrăștiere pentru a vedea dacă există o relație între vânzări și evaluări.
Acum, vreau să menționez unele dintre produsele pe care le oferim la compania noastră. Avem niște dispozitive XPon ONU cu adevărat mișto. VeziXPON ONU 4GE WiFI5 AC1200. Este un dispozitiv excelent pentru acces la internet de mare viteză cu capacități construite - în WI - FI 5. Și dacă aveți nevoie de ceva cu mai multe caracteristici, aruncați o privire laXON UN 4GE CATV GHALE WIFI5 AC1200. Acesta nu numai că oferă acces la internet, dar acceptă și conexiunile CATV și POTS. Pentru cele mai recente tehnologii WI - FI,Acest Tut 4ge Voip Cave Cati6este calea de urmat. Oferă conectivitate Wi - FI 6 de mare viteză, împreună cu suportul VoIP și CATV.
Dacă sunteți pe piață pentru aceste tipuri de produse sau aveți întrebări cu privire la vizualizarea datelor cu valori „nan”, nu ezitați să ajungeți. Suntem aici pentru a vă ajuta să profitați la maxim de datele dvs. și să obțineți produsele potrivite pentru nevoile dvs. Indiferent dacă sunteți un proprietar de afaceri mici care dorește să vă îmbunătățească infrastructura de internet sau un analist de date care încearcă să înțeleagă datele dezordonate, avem soluțiile pentru dvs. Deci, să începem o conversație și să vedem cum putem lucra împreună!
Referințe
- Vanderplas, J. (2016). Manual Python Data Science: instrumente esențiale pentru lucrul cu date. O'Reilly Media.
- Wickham, H. (2016). GGPLOT2: grafică elegantă pentru analiza datelor. Springer.
