Solucionado (ver solução)
Solucionado
(ver solução)
2
respostas

dataset.dropna(subset = ['Quilometragem']) , Também Funciona!?

Insira aqui a descrição dessa imagem para ajudar na acessibilidade

Professores, por que o INPLACE???

2 respostas

Oii Eduardo! Como você está?

Utilizamos o inplace = True para que a alteração que estamos realizando, seja salva de forma permanente no nosso dataframe e não apenas na célula onde realizamos a execução desse comando.

Então, se executarmos dataset.dropna(subset = ['Quilometragem']) em uma célula, teremos como resultado um dataframe onde, as linhas que possuem dados nulos na coluna Quilometragem são deletadas. No entanto, se na célula seguinte visualizarmos nosso dataframe dataset vamos perceber que, ele não está com as alterações que fizemos na célula anterior, e isso porque nós não salvamos aquela alteração diretamente no nosso dataframe, observe:

Imagem com fundo branco de duas células do google colab. Na primeira célula está sendo executado o código onde é aplicado o método dropna no dataframe nomeado dataset e na célula seguinte é executado o comando dataset.head(). O dataframe resultante da segunda célula possui o dado NaN da coluna Quilometragem destacado por um retângulo vermelho

Sendo assim, para salvar essa alteração no dataframe, podemos utilizar o inplace:

dataset.dropna(subset=['Quilometragem'], inplace=True)

Ou, podemos atribuir o dataframe com o método para o próprio dataframe:

dataset = dataset.dropna(subset=['Quilometragem'])
dataset.head()

Espero ter ajudado. Qualquer dúvida é só chamar :)

Caso este post tenha lhe ajudado, por favor, marcar como solucionado ✓. Bons Estudos!
solução!

Bom dia Professora.

Certo, cheguei na parte aqui do PANDAS que explica um pouco mais sobre o drop.duplicate e fala sobre o INPLACE, agora ficou claro.

Obrigado.

Quer mergulhar em tecnologia e aprendizagem?

Receba a newsletter que o nosso CEO escreve pessoalmente, com insights do mercado de trabalho, ciência e desenvolvimento de software