Visualización de valores faltantes en una variable

Clase 14 de 21 • Curso de Manejo de Datos Faltantes: Detección y Exploración

Contenido del curso

Introducción a los valores faltantes

Manipulación inicial de valores faltantes

Búsqueda de relaciones de valores faltantes

Tratamiento de valores faltantes

Cierre de curso

21
Continúa aprendiendo sobre el manejo de valores faltantes
03:21 min

Tomar examen

Resumen

En el caso de que estén teniendo problemas con el método displot de Seaborn lo que tienen que hacer es simplemente actualizar Seaborn a su última versión

!pip install seaborn

Mario Alexander Vargas Celis

student•

La visualización de valores faltantes en una variable es una técnica útil para identificar qué parte de los datos está incompleta y cómo afecta el análisis. Puedes usar bibliotecas como seaborn, matplotlib o missingno en Python para crear gráficos que muestren los valores faltantes.

### Ejemplo 1: Gráfico de Barras con seaborn

Puedes visualizar los valores faltantes en una variable mediante un gráfico de barras que muestre la proporción de valores faltantes y no faltantes.


import pandas as pd

import seaborn as sns

import matplotlib.pyplot as plt



\# Crear un DataFrame de ejemplo

data = {'Variable': \[1, 2, None, 4, None, 6, 7, None, 9, 10]}

df = pd.DataFrame(data)



\# Crear una columna booleana para indicar si hay valores faltantes

df\['Missing'] = df\['Variable'].isnull()



\# Visualización con seaborn

sns.countplot(x='Missing', data=df, palette='viridis')

plt.title('Valores Faltantes en la Variable')

plt.xlabel('Valores Faltantes')

plt.ylabel('Conteo')

plt.xticks(\[0, 1], \['No Faltante', 'Faltante'])

plt.show()

### Ejemplo 2: Usar missingno para Visualizar Valores Faltantes

La biblioteca missingno es excelente para visualizar los valores faltantes en un conjunto de datos con gráficos fáciles de interpretar.


import pandas as pd

import missingno as msno



\# Crear un DataFrame de ejemplo con valores faltantes

data = {'Variable1': \[1, 2, None, 4, 5],

&#x20;       'Variable2': \[5, None, 7, None, 9],

&#x20;       'Variable3': \[None, 2, 3, 4, None]}

df = pd.DataFrame(data)



\# Visualización de un gráfico de valores faltantes con missingno

msno.bar(df)

plt.show()

### Ejemplo 3: Mapa de Calor para Ver la Distribución de Valores Faltantes

Otra forma es crear un **mapa de calor** para ver los valores faltantes en todo el conjunto de datos y visualizar dónde se encuentran esos valores faltantes.


import seaborn as sns

import matplotlib.pyplot as plt



\# Crear un DataFrame con algunos valores faltantes

data = {'Variable1': \[1, 2, None, 4, 5],

&#x20;       'Variable2': \[None, None, 7, 8, 9],

&#x20;       'Variable3': \[1, None, 3, None, 5]}

df = pd.DataFrame(data)



\# Visualización de valores faltantes en un mapa de calor

plt.figure(figsize=(8, 6))

sns.heatmap(df.isnull(), cbar=False, cmap='viridis')

plt.title('Mapa de Calor de Valores Faltantes')

plt.show()

### Descripción de los Ejemplos:

1. **Gráfico de Barras con seaborn**: Muestra un conteo de los valores faltantes y no faltantes en una variable específica.

2. **Gráfico de Barras con missingno**: Presenta un resumen visual de los valores faltantes en todas las variables de un DataFrame.

3. **Mapa de Calor**: Ofrece una visualización general de los valores faltantes en forma de mapa de calor, mostrando dónde se encuentran esos valores en las columnas.

Estas técnicas son útiles para diagnosticar la cantidad y distribución de valores faltantes en los datos antes de realizar un análisis o imputación.

¿Te gustaría ver más ejemplos o explicaciones más detalladas?

Visualización de valores faltantes en una variable

Introducción a los valores faltantes

¿Por qué explorar y lidiar con valores faltantes?

Operaciones con valores faltantes

Conociendo datasets para manejo de datos faltantes

Ejecución de Notebooks en Deepnote con %run

Extendiendo la API de Pandas

Tabulación de valores faltantes