Tratar valores ausentes e células vazias em qualquer tabela
Preencha células vazias com o valor que quiser ou exclua as linhas que têm campos em branco.
| Nome | Idade |
|---|---|
| Ana | 34 |
| Bruno | vazio |
| Carla | 28 |
| Nome | Idade |
|---|---|
| Ana | 34 |
| Bruno | 0 |
| Carla | 28 |
As células vazias são preenchidas com 0, ou as linhas com vazios são removidas.
Como tratar valores ausentes
Um guia completo, passo a passo.
Passo 1: escolha a estratégia
Valores ausentes quebram a maioria dos programas de análise. Ao abrir a ferramenta Tratar valores ausentes, escolha uma das opções:
- Remover: exclui toda linha que tenha uma célula vazia nas colunas escolhidas. Necessário quando o registro não serve sem todos os dados.
- Preencher: coloca um valor fixo nas células vazias, mantendo a linha na análise.
Passo 2: defina o valor de preenchimento
Se escolheu preencher, aparece um campo para o valor. O mais comum é usar 0 para números ou um texto como Desconhecido ou N/D para categorias.
Passo 3: limite às colunas certas
Remover linhas exige cuidado. Use o campo "Nas colunas" para indicar onde olhar. Com $3, Status, a linha só é removida se estiver vazia na coluna 3 ou na coluna 'Status'. Uma célula vazia na coluna 5 é ignorada e a linha fica.
Detalhes técnicos e perguntas frequentes
Tratar valores ausentes é um passo obrigatório antes de rodar modelos e análises estatísticas. Dados com lacunas costumam gerar erros ou resultados enviesados.
As duas abordagens clássicas são preencher (imputação) ou excluir as linhas incompletas. O flowingTable faz as duas de forma exata. Excluir linhas incompletas evita viés em análises de dados biológicos ou financeiros; preencher permite limpar a tabela sem perder os outros valores válidos da linha.
Perguntas frequentes
Qual a diferença prática entre remover linhas com valores ausentes e preencher esses valores?
Remover elimina de vez qualquer registro com célula vazia nas colunas escolhidas, deixando uma tabela menor, mas completa. Preencher mantém todas as linhas e coloca um valor no lugar do vazio, como 0, 'Desconhecido' ou a média da coluna. Remova quando o dado faltante torna o registro inútil para a análise. Preencha quando perder linhas reduziria demais a amostra ou quando o vazio realmente significa zero.
Por que limitar a remoção a algumas colunas em vez de aplicar na tabela toda?
Aplicando na tabela toda, qualquer linha com um vazio em qualquer coluna é removida, o que pode eliminar muitos registros válidos só porque uma coluna sem importância está incompleta. Indicando as colunas no campo 'Nas colunas', a ferramenta só olha para as variáveis que importam. Num modelo de preços, por exemplo, você remove linhas sem 'Preço' ou 'Quantidade', mas tolera vazios numa coluna opcional de 'Observações'.
Preencher células numéricas vazias com 0 afeta meus cálculos?
Sim, e vale entender isso antes de escolher. Preencher com 0 é correto quando o vazio realmente significa zero (por exemplo, nenhuma venda naquela região). Mas se o vazio significa dado desconhecido, o 0 puxa a média, o desvio padrão e a soma para baixo artificialmente. Nesse caso, é mais neutro preencher com a mediana da coluna ou remover essas linhas.
O que conta como valor ausente no arquivo enviado?
Ao ler o arquivo, a ferramenta reconhece automaticamente células em branco no Excel, campos vazios no CSV (dois separadores seguidos) e os textos 'NaN', 'NA', 'N/A', 'None' e 'null'. Todos são tratados como vazios, então remover e preencher funcionam do mesmo jeito, seja qual for a forma como o sistema de origem marcou a ausência.