added cleaning notebook
parent
84e749f9c0
commit
a292fe5a0f
|
@ -0,0 +1,269 @@
|
|||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "c95fbd16-09ed-497b-892a-473496150996",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"<h1>Cleaning</h1>\n",
|
||||
"<p>Import dataset using the ucirepo package</p>"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 4,
|
||||
"id": "3eb339fa-ef85-4544-9ad0-bc22d4de9f1a",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"data": {
|
||||
"text/html": [
|
||||
"<div>\n",
|
||||
"<style scoped>\n",
|
||||
" .dataframe tbody tr th:only-of-type {\n",
|
||||
" vertical-align: middle;\n",
|
||||
" }\n",
|
||||
"\n",
|
||||
" .dataframe tbody tr th {\n",
|
||||
" vertical-align: top;\n",
|
||||
" }\n",
|
||||
"\n",
|
||||
" .dataframe thead th {\n",
|
||||
" text-align: right;\n",
|
||||
" }\n",
|
||||
"</style>\n",
|
||||
"<table border=\"1\" class=\"dataframe\">\n",
|
||||
" <thead>\n",
|
||||
" <tr style=\"text-align: right;\">\n",
|
||||
" <th></th>\n",
|
||||
" <th>age</th>\n",
|
||||
" <th>sex</th>\n",
|
||||
" <th>cp</th>\n",
|
||||
" <th>trestbps</th>\n",
|
||||
" <th>chol</th>\n",
|
||||
" <th>fbs</th>\n",
|
||||
" <th>restecg</th>\n",
|
||||
" <th>thalach</th>\n",
|
||||
" <th>exang</th>\n",
|
||||
" <th>oldpeak</th>\n",
|
||||
" <th>slope</th>\n",
|
||||
" <th>ca</th>\n",
|
||||
" <th>thal</th>\n",
|
||||
" <th>goal</th>\n",
|
||||
" </tr>\n",
|
||||
" </thead>\n",
|
||||
" <tbody>\n",
|
||||
" <tr>\n",
|
||||
" <th>0</th>\n",
|
||||
" <td>63</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" <td>145</td>\n",
|
||||
" <td>233</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" <td>2</td>\n",
|
||||
" <td>150</td>\n",
|
||||
" <td>0</td>\n",
|
||||
" <td>2.3</td>\n",
|
||||
" <td>3</td>\n",
|
||||
" <td>0.0</td>\n",
|
||||
" <td>6.0</td>\n",
|
||||
" <td>0</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>1</th>\n",
|
||||
" <td>67</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" <td>4</td>\n",
|
||||
" <td>160</td>\n",
|
||||
" <td>286</td>\n",
|
||||
" <td>0</td>\n",
|
||||
" <td>2</td>\n",
|
||||
" <td>108</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" <td>1.5</td>\n",
|
||||
" <td>2</td>\n",
|
||||
" <td>3.0</td>\n",
|
||||
" <td>3.0</td>\n",
|
||||
" <td>2</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>2</th>\n",
|
||||
" <td>67</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" <td>4</td>\n",
|
||||
" <td>120</td>\n",
|
||||
" <td>229</td>\n",
|
||||
" <td>0</td>\n",
|
||||
" <td>2</td>\n",
|
||||
" <td>129</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" <td>2.6</td>\n",
|
||||
" <td>2</td>\n",
|
||||
" <td>2.0</td>\n",
|
||||
" <td>7.0</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>3</th>\n",
|
||||
" <td>37</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" <td>3</td>\n",
|
||||
" <td>130</td>\n",
|
||||
" <td>250</td>\n",
|
||||
" <td>0</td>\n",
|
||||
" <td>0</td>\n",
|
||||
" <td>187</td>\n",
|
||||
" <td>0</td>\n",
|
||||
" <td>3.5</td>\n",
|
||||
" <td>3</td>\n",
|
||||
" <td>0.0</td>\n",
|
||||
" <td>3.0</td>\n",
|
||||
" <td>0</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>4</th>\n",
|
||||
" <td>41</td>\n",
|
||||
" <td>0</td>\n",
|
||||
" <td>2</td>\n",
|
||||
" <td>130</td>\n",
|
||||
" <td>204</td>\n",
|
||||
" <td>0</td>\n",
|
||||
" <td>2</td>\n",
|
||||
" <td>172</td>\n",
|
||||
" <td>0</td>\n",
|
||||
" <td>1.4</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" <td>0.0</td>\n",
|
||||
" <td>3.0</td>\n",
|
||||
" <td>0</td>\n",
|
||||
" </tr>\n",
|
||||
" </tbody>\n",
|
||||
"</table>\n",
|
||||
"</div>"
|
||||
],
|
||||
"text/plain": [
|
||||
" age sex cp trestbps chol fbs restecg thalach exang oldpeak slope \\\n",
|
||||
"0 63 1 1 145 233 1 2 150 0 2.3 3 \n",
|
||||
"1 67 1 4 160 286 0 2 108 1 1.5 2 \n",
|
||||
"2 67 1 4 120 229 0 2 129 1 2.6 2 \n",
|
||||
"3 37 1 3 130 250 0 0 187 0 3.5 3 \n",
|
||||
"4 41 0 2 130 204 0 2 172 0 1.4 1 \n",
|
||||
"\n",
|
||||
" ca thal goal \n",
|
||||
"0 0.0 6.0 0 \n",
|
||||
"1 3.0 3.0 2 \n",
|
||||
"2 2.0 7.0 1 \n",
|
||||
"3 0.0 3.0 0 \n",
|
||||
"4 0.0 3.0 0 "
|
||||
]
|
||||
},
|
||||
"execution_count": 4,
|
||||
"metadata": {},
|
||||
"output_type": "execute_result"
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"from ucimlrepo import fetch_ucirepo\n",
|
||||
"import pandas as pd\n",
|
||||
"\n",
|
||||
"# fetch dataset \n",
|
||||
"heart_disease = fetch_ucirepo(id=45) \n",
|
||||
" \n",
|
||||
"# data (as pandas dataframes) \n",
|
||||
"X = heart_disease.data.features \n",
|
||||
"y = heart_disease.data.targets \n",
|
||||
"\n",
|
||||
"df = pd.concat([X, y], axis=1)\n",
|
||||
"df = df.rename(columns={'num':'goal'})\n",
|
||||
"\n",
|
||||
"df.head()"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"id": "8c5ab8b9-e46a-4968-b0c8-fe393f093f73",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"<p>Get overview of all missing values. As there are only a few, those rows can be dropped.</p>"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 6,
|
||||
"id": "6f7e6a3a-63cb-40e2-8746-937c24b184ef",
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"data": {
|
||||
"text/plain": [
|
||||
"age 0\n",
|
||||
"sex 0\n",
|
||||
"cp 0\n",
|
||||
"trestbps 0\n",
|
||||
"chol 0\n",
|
||||
"fbs 0\n",
|
||||
"restecg 0\n",
|
||||
"thalach 0\n",
|
||||
"exang 0\n",
|
||||
"oldpeak 0\n",
|
||||
"slope 0\n",
|
||||
"ca 4\n",
|
||||
"thal 2\n",
|
||||
"goal 0\n",
|
||||
"dtype: int64"
|
||||
]
|
||||
},
|
||||
"execution_count": 6,
|
||||
"metadata": {},
|
||||
"output_type": "execute_result"
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"df.isna().sum()"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 7,
|
||||
"id": "d1639e92-d401-49fb-a1f1-67250ffa2c81",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
"df.dropna(inplace=True)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 3,
|
||||
"id": "d7bf2c46-7885-4dfe-a4e7-8b8439cf0434",
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
"# save 'cleaned' dataset as csv file to\n",
|
||||
"df.to_csv('./data/dataset_cleaned.csv', index=False)"
|
||||
]
|
||||
}
|
||||
],
|
||||
"metadata": {
|
||||
"kernelspec": {
|
||||
"display_name": "Python 3 (ipykernel)",
|
||||
"language": "python",
|
||||
"name": "python3"
|
||||
},
|
||||
"language_info": {
|
||||
"codemirror_mode": {
|
||||
"name": "ipython",
|
||||
"version": 3
|
||||
},
|
||||
"file_extension": ".py",
|
||||
"mimetype": "text/x-python",
|
||||
"name": "python",
|
||||
"nbconvert_exporter": "python",
|
||||
"pygments_lexer": "ipython3",
|
||||
"version": "3.11.7"
|
||||
}
|
||||
},
|
||||
"nbformat": 4,
|
||||
"nbformat_minor": 5
|
||||
}
|
Loading…
Reference in New Issue