こんにちは！？

今日は、Jupyter でデータを操作する方法を示す新しいノートブックを持って戻ってきました。

ソースファイル

からデータセットをダウンロードしました Kaggle は、現実世界のデータを見つけて他のデータ愛好家とつながるためのプラットフォームです。
そこでは、驚くべきデータセットとプロジェクトのコレクションが見つかり、コンテストに参加することもできます。

作業の短い証拠

データフレームの簡潔な概要を返した後、データのクリーニングを実行して、データを分析に使用できる一貫した形式に変換しました

astype() メソッドは、pandas オブジェクトを指定されたデータ型に変換するために使用されます。

最初に発生したエラーを取り除くためにfillna(0)を使用しました。あなたも試してみてください!

残りの作業はどこにありますか? ?

私の GitHub リポジトリで詳細を見つけることができます。ここでノートブックともちろんデータセットをアップロードしました。簡単に言うと、

• データフレームをロードします、

• メタデータを調べます、

• データ型を変換

• iloc インデックスを使用してデータフレームを探索します。
  さらに、ブール マスキングと中央値の計算方法についても学びます。 ?

データを探索する準備はできていますか?