Bonjour!?

Aujourd'hui, je suis de retour avec un nouveau notebook qui montre une façon de travailler avec des données dans Jupyter.

Fichier source

J'ai téléchargé l'ensemble de données depuis
Kaggle, une plateforme pour trouver des données du monde réel et vous connecter avec d'autres passionnés de données.
Vous y trouverez une incroyable collection d'ensembles de données et de projets et vous pourrez également participer à des concours.

Bref témoignage du travail

Après avoir renvoyé un résumé concis du dataframe, j'ai effectué le nettoyage des données, pour mettre mes données dans un format utilisable et cohérent pour l'analyse

astype() est utilisée pour convertir un objet pandas en un type de données spécifié.

J'ai utilisé fillna(0) pour me débarrasser de l'erreur apparue initialement. Essayez-le vous-même !

Où est le reste du travail ? ?

Vous pouvez en trouver plus dans mon référentiel GitHub. Ici, j'ai téléchargé le cahier et bien sûr l'ensemble de données. En bref, vous apprendrez à

• charger une trame de données,

• examiner ses métadonnées,

• convertir les types de données

• explorez le dataframe à l'aide de l'indexation iloc.
  De plus, vous découvrirez le masquage booléen et... comment calculer la valeur médiane. ?

Êtes-vous prêt à explorer les données ?