missing_mga

使用新方法擴展熊貓數據框

介紹

該軟件包通過使用新方法來擴展熊貓數據框，以與缺少值一起使用。新方法生活在擴展類別缺失的類中，被稱為缺失。這種方法允許以更直觀的方式處理缺失值。

該課程提供了多種處理數據框中缺失值的方法。這是每種方法的簡要說明：

1. number_missing ：返回數據框中缺少值的總數。
2. number_missing_by_column ：返回每列缺少值的數量。
3. number_complete ：返回數據幀中完整（無填充）值的總數。
4. number_complete_by_column ：返回每列的完整值的數量。
5. 使用每列的平均值在數據框中的缺失值中輸入一個值。
6. 使用每列的中位數在數據框中丟失的值中輸入一個值。
7. 使用每列的模式在數據框中的缺失值中輸入一個值。
8. 使用k-nearest鄰居算法在數據幀缺失值中輸入一個值。
9. sissove_value_heatmap生成一個熱圖，顯示數據框中缺失值的分佈。
10. drop_missing_rows（thresh = 0.5）刪除包含超過指定百分比的缺失值的行。
11. drop_missing_columns（thresh = 0.5）刪除包含在指定百分比上方的缺失值的列。
12. sissove_variable_summary ：生成一個摘要表，顯示每個變量的丟失值的計數和百分比（列）。
13. Missing_case_summary ：生成一個摘要表，顯示每種情況（行）缺失值的計數和百分比。
14. 丟失的_variable_table ：生成一個表顯示跨變量丟失值的分佈。
15. 丟失的_case_table ：生成一個表，顯示跨情況下缺失值的分佈。
16. 缺少_variable_span ：在指定的跨度上分析變量中的丟失值，並返回數據框架，匯總丟失和完整值的百分比。
17. 缺少_variable_run ：在指定變量中標識缺失和完整值的運行，並返回數據框架匯總其長度。
18. sort_variables_by_missingness ：根據每個列中缺少值的數量對數據框列進行分類。
19. create_shadow_matrix ：創建一個帶有指定字符串的缺少值的陰影矩陣。
20. bind_shadow_matrix ：綁定原始數據框，其陰影矩陣指示缺失值。
21. 缺少_SCAN_COUNT ：數據框中指定值的計數，並返回每個變量的計數。
22. MISSIST_VARIABE_PLOT ：繪製一個水平條形圖，顯示每個變量的缺失值數量。
23. 缺少_case_plot ：繪製一個直方圖，顯示了跨情況下缺失值的分佈。
24. MISSIST_VARIABE_SPAN_PLOT ：繪製一個堆疊的條形圖，顯示了指定變量的重複跨度缺失和完整值的百分比。
25. 缺少_UPSETPLOT ：生成一個沮喪的圖，以可視化變量跨變量的缺失值的組合。

這些方法提供了用於分析和可視化數據幀中缺失值的全面工具。它們可用於洞悉缺失價值的模式和分佈，並為數據清潔和歸納策略提供信息。

安裝

要安裝軟件包，您可以使用PIP：

pip install missing-mga

用法

要使用軟件包，您需要從pandas_missing模塊中導入缺失的類別：

 import missing_mga as missing

然後，您可以創建一個數據框架並使用缺少的方法訪問缺失的值處理方法：

 import pandas as pd

# Create a DataFrame
data = {
    'A' : [ 1 , 2 , None , 4 , 5 ],
    'B' : [ None , 2 , 3 , 4 , 5 ],
    'C' : [ 1 , 2 , 3 , 4 , 5 ],
    'D' : [ 1 , 2 , 3 , 4 , 5 ],    
}

df = pd . DataFrame ( data )

# Use the missing method to access the missing value handling methods
df . missing . number_missing ()

這將返回數據框中缺少值的總數。

貢獻

如果您有任何建議，錯誤報告或功能請求，請在GitHub存儲庫上打開問題。我們歡迎社區的捐款，並始終對拉力請求表示讚賞。

執照

此軟件包已根據MIT許可獲得許可。請參閱許可證

致謝

該軟件包的靈感來自R中的Naniar軟件包，該軟件包提供了類似的功能，可用於與數據幀中缺少值的缺少值一起工作。我們要感謝Naniar的作者的工作，並為數據科學界提供了寶貴的資源。

參考

• Naniar：缺少數據的數據結構，摘要和可視化
• 處理熊貓中缺少的數據
• 在熊貓中使用丟失的數據

指標

您可以在以下鏈接中找到此軟件包的指標：指標

接觸

如果您有任何疑問或需要進一步的幫助，請聯繫包裹維護者：[email protected]