DT
Попробуйте where условие, в документации можно его посмотреть
df[df.columns[df.isna().sum() > 0]]
Size: a a a
2020 November 15
SS
SS
или так:
df[df.columns[df.isna().any()]]
ЕО
Попробуйте where условие, в документации можно его посмотреть
Поищу
ЕО
Sergey Salnikov
df[df.columns[df.isna().sum() > 0]]
Оба решения дают датафрейм. Нужно в формате: Признак - количество nan
ЕО
Спасибо обоим! Если есть у кого-то еще решение - напишите пожалуйста
SS
ну так бы и сказал:
t = df.isna().sum()
t[t > 0]
AK
Я вот так смотрю (в процентах):
AK
for col in raw_train_df.columns:
pct_missing = np.mean(raw_train_df[col].isna())
if pct_missing:
print('{} - {}%'.format(col, round(pct_missing*100)))
pct_missing = np.mean(raw_train_df[col].isna())
if pct_missing:
print('{} - {}%'.format(col, round(pct_missing*100)))
ЕО
Sergey Salnikov
ну так бы и сказал:
t = df.isna().sum()
t[t > 0]
Да, это то что нужно! Спасибо! Я вроде именно об этом и писал)
ЕО
for col in raw_train_df.columns:
pct_missing = np.mean(raw_train_df[col].isna())
if pct_missing:
print('{} - {}%'.format(col, round(pct_missing*100)))
pct_missing = np.mean(raw_train_df[col].isna())
if pct_missing:
print('{} - {}%'.format(col, round(pct_missing*100)))
Спасибо 🙏🏻
ЕО
Sergey Salnikov
ну так бы и сказал:
t = df.isna().sum()
t[t > 0]
А без присваивания переменной это возможно?
SS
ну ёлки:
df.isna().sum()[df.isna().sum() > 0]
ЕО
😂😂😂
Я имел ввиду в одну строку. Думал это понятно. Сорян!)
Я имел ввиду в одну строку. Думал это понятно. Сорян!)
I
Всем привет, подскажите пожалуйста, немного запутался
Я тут сигналы классифицирую, каждый сигнал - 500 временных значений, всего таких сигналов 7120. Мне это нужно скормить в RNN, получается, что у меня массив данных должен быть размерности (7120, 500, 1), а первый слой у меня - tf.keras.layers.SimpleRNN(100, input_shape=(500,1))
Всё верно?
Я тут сигналы классифицирую, каждый сигнал - 500 временных значений, всего таких сигналов 7120. Мне это нужно скормить в RNN, получается, что у меня массив данных должен быть размерности (7120, 500, 1), а первый слой у меня - tf.keras.layers.SimpleRNN(100, input_shape=(500,1))
Всё верно?
IK
Егор Овчинников
😂😂😂
Я имел ввиду в одну строку. Думал это понятно. Сорян!)
Я имел ввиду в одну строку. Думал это понятно. Сорян!)
df.info(). выведет сколько непропусков
ЕО
Решение Сергея то, что нужно! Но спасибо за ответ!
AM
Ilya
Всем привет, подскажите пожалуйста, немного запутался
Я тут сигналы классифицирую, каждый сигнал - 500 временных значений, всего таких сигналов 7120. Мне это нужно скормить в RNN, получается, что у меня массив данных должен быть размерности (7120, 500, 1), а первый слой у меня - tf.keras.layers.SimpleRNN(100, input_shape=(500,1))
Всё верно?
Я тут сигналы классифицирую, каждый сигнал - 500 временных значений, всего таких сигналов 7120. Мне это нужно скормить в RNN, получается, что у меня массив данных должен быть размерности (7120, 500, 1), а первый слой у меня - tf.keras.layers.SimpleRNN(100, input_shape=(500,1))
Всё верно?
Добрый вечер! Интересно, что за задачка?
I
Добрый вечер! Интересно, что за задачка?
Распознавание сигналов, для себя делаю, к курсу не относится. Мб тут есть шарящие просто)
AM
Ilya
Распознавание сигналов, для себя делаю, к курсу не относится. Мб тут есть шарящие просто)
Да, мне просто интересна область обработки сигналов, но со стороны машинного обучения не подходила к ней, потому вот интересно, какие существуют варианты