03. 결측값(NULL, NaN)

 

1. 결측값(NULL, NaN)

• 비어 있는 값. 즉, 결측값이라고 부름
• pandas에서는 NaN(Not a Number)로 표기 된 것은 모두 결측값으로 취급

 

• 결측값 확인하기

  

       # 원래 테이블 확인

       df

 

        # 비어있는 값 확인(비어있는 값 = true) _ Boolean  값은 뜨지 않음

        df.isnull()

        df.isna()

 

 

 

• '키'열에서 null 값인 행 찾기

 

 

 

        df['height'].isna()

 

        df[df['height'].isna()]

 

        df[df['height'].isna()]['name']

 

        df[df['height'].notnull()]

 

 

  

 

• 문제: 회사가 있는 연예인의 이름, 회사, 키를 출력

 

 

        # 회사가 있는 연예인의 이름, 회사, 키를 출력

        # 단, loc를 사용

        df.loc[df['company'].notnull(), ['name', 'company', 'height']]

 

 

  

2. fillna() : Null값을 채워주는 함수

 

• fillna()로 Null 값 채워주기

 

 

 

         #null 값 확인

        df['height']

 

        # null값에 0이 들어감

          df['height'].fillna(0)

          # df에 반영하지 않음

          # df 자체가 바뀌는 것은 아님

 

 

          # 반영 할라면

          df['height'].fillna(0, inplace=True)

 

 

  

* 반영하기 df['열'].fillna(바꿀 값,inplace=True) 실행x:실제로 표가 바뀌기 때문에 보통 복사해서 실행함

 

• null 값에 중간값 넣기

 

 

 

            # 원본 데이터프레임 `df`의 복사본을 생성하여 원본이 변경되지 않도록 합니다.

            df_copy = df.copy()

            # 복사된 데이터프레임의 'height' 열의 평균 값을 계산하고 출력합니다

            height = df_copy['height'].mean()

            height

            # 'height' 열에서 누락된 값(NaN)을 계산된 평균 값으로 대체한 후 출력합니다.

            df_copy['height'] = df_copy['height'].fillna(height)

            df_copy['height']

 

 

 

* 중간값 * null 값 중간값으로 변경

 

• null값에 중위값 넣기

 

 

        # 원본 데이터프레임 `df`의 복사본을 생성하여 원본이 변경되지 않도록 합니다.

        df_copy = df.copy()

 

          height = df_copy['height'].median() #50%값, 중위

          height

 

          df_copy['height'].fillna(height, inplace=True)

          df_copy['height']

   

 

 

 

3. dropna():  결측값이 있는 행/열 제거

• 결측값이 한개라도 있는 경우 삭제

 

 

• dropna()를 사용하여 결측값이 있는 행, 열 제거

  

        # 원본 데이터프레임 `df`의 복사본을 생성하여 원본이 변경되지 않도록 합니다.

        df_copy = df.copy()

 

          # 결측값이 있는 행을 제거

          df_copy.dropna()  # axis=0 (행 삭제 생략)

 

          # 결측값이 있는 열을 제거

          df_copy.dropna(axis=1)