pandas में missing values कैसे handle करें
Read this guide in: English · मराठी · हिंदी
Missing values NaN दिखते हैं। पहले detect करो, फिर dropna या fillna चुनो, फिर totals फिर से check। Netflix-style: watches 100, NaN, 90 → fillna(0) के बाद sum 190.
दोस्तों! खाली cells naive sums तोड़ती हैं और charts उलझाती हैं। आज missing watches ईमानदार rules से clean करते हैं — जादू नहीं। समझा? आख़िर में फिर check।
संक्षिप्त उत्तर
खड़ा cleaning path:
df.isna().sum()— हर column कितने missing।- Rows देखो:
df[df["watches"].isna()] - Decide: row drop, या 0 / median / labels से fill।
dropnaयाfillnaलगाओ।info()और known sum फिर चलाओ।- Notebook में choice एक वाक्य में लिखो।
detect → decide → dropna/fillna → verify → document
Language: English · मराठी · हिंदी
इस guide से पहले क्या चाहिए?
- कम से कम एक messy column वाला DataFrame।
- Course: Types, missing, duplicates.
Before और after
Before — Netflix-style watches with a NaN.
After — fillna(0); watches total 190.
Before: Show B = NaN। After: 0 fill; total 190.
Missing क्यों?
Export blank, API skip, spaces, join gaps। Chart NaNs को चुपचाप गिरा सकता है।
Netflix-style sample
import pandas as pd
import numpy as np
df = pd.DataFrame({
"title": ["Show A", "Show B", "Show C"],
"watches": [100, np.nan, 90],
})
df.isna().sum()
watches missing 1.
Detect → decide → apply
clean = df.dropna(subset=["watches"])
df["watches"] = df["watches"].fillna(0)
print(df["watches"].sum()) # 190
Counts के लिए 0 अक्सर ईमानदार। Categories के लिए "unknown". Mean fill autopilot पर मत।
Shop blank sales
असली sale पर बिना business पूछे 0 मत भरें। Blank = “कोई sale line नहीं” हो तो drop सोचो।
Strip / coerce पहले
df["watches"] = pd.to_numeric(df["watches"], errors="coerce")
Duplicates ≠ missing; outliers ≠ NaN
अलग बीमारियाँ — अलग फैसले।
Ravindra Bagale's Tip
“सब mean से fill” autopilot मत चलाओ। Watch counts पर zero ठीक हो सकता है; salary पर mean झूठ बोल सकता है। Rule code के पास लिखो। समझा?
Practice task
- तीन-row watches + एक NaN।
isna().sum().fillna(0)→ 190.dropnacopy; दोनों totals यहाँ क्यों 190 — Show B=50 पर क्यों नहीं — लिखो।
Learn it properly
Related: EDA checklist · read_csv / read_excel
Samajla ka? NaN detect, drop या fill, total verify, rule लिखो। फिर EDA। अब आगे चलें।
Frequently asked questions
What is NaN?
Not a Number — pandas marker for missing numeric/object values in many cases.
Is empty string the same as NaN?
Not always. Strip and replace "" with pd.NA / np.nan during cleaning when needed.
When is dropna wrong?
If most rows miss one optional column, dropping can delete good data — fill or keep and filter later.
fillna mean?
Possible for some numeric EDA; for counts, 0 or “unknown” may be clearer. Be honest in the write-up.
Duplicates too?
Same cleaning chapter covers duplicates — handle missing and dupes as separate decisions.
Course links?
Data cleaning chapter: types, missing, duplicates.