❓ Missing values

• Missings de cada celda df.isnull()
  • Plot sb.heatmap(df.isnull())
• Missings de cada variable df.isnull().sum(axis=0) o df.isnull().sum()
  • Ordenados: df.isnull().sum().sort_values(ascending=False)
  • En porcentaje: df.isnull().sum() / len(df) * 100
• Missings de cada fila df.isnull().sum(axis=1)

Paquete missingno

Los ejemplos que se muestran hacen uso del dataset NYPD Motor Vehicle Collisions Dataset.

import missingno
import pandas as pd

df = pd.read_csv("https://raw.githubusercontent.com/ResidentMario/missingno-data/master/nyc_collision_factors.csv")

Bar

missingno.bar(df)

Matrix

missingno.matrix(df)

Heatmap

missingno.heatmap(df)

Dendrogram

missingno.dendrogram(df)