파이썬 입문 5 | info() · dropna() · fillna() · interpolate()

 

 

1. 결측값 확인 : info()

- 데이터프레임의 전반적인 정보를 요약 출력하는 메서드

- 출력내용

1. 행(row) 수와 열(column) 수
2. 각 열의 이름, 데이터 타입, 데이터개수(결측치 여부 포함)
3. 데이터프레임의 메모리 사용량

 

import pandas as pd

# 데이터프레임 생성

data = pd.DataFrame({

    'Name': ['Alice', 'Bob', 'Charlie'],

    'Age': [25, None, 35],

    'City': ['Seoul', 'Busan', None]

})

# 데이터프레임 정보 출력

data.info()

 

 

 

# 출력 예시

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype
---  ------  --------------  -----
 0   Name    3 non-null      object
 1   Age     2 non-null      float64
 2   City    2 non-null      object
dtypes: float64(1), object(2)
memory usage: 204.0+ bytes

 

 

 

 

 

2. 결측치 삭제하거나 대체하기 : dropna() · fillna() · interpolate()

 

1. dropna() : 결측값(NaN)을 포함한 행이나 열을 제거하는 메서드

 

data_cleaned = data.dropna() #결측값이 있는 행 제거

data_cleaned = data.dropna(axis=1) #결측값이 있는 열 제거

data_cleaned = data.dropna(how='all') #모든 열이 결측값인 행 제거

 

 

 

2. fillna() : 결측값(NaN)을 지정된 값으로 채우는 메서드

 

data_filled = data.fillna(0)  #결측값을 0(특정값)으로 채우기

data['Age'] = data['Age'].fillna(data['Age'].mean()) #결측값을 평균값으로 채우기

data_filled = data.fillna(method='ffill') #결측값을 앞의 값으로 채우기

 

 

 

3. interpolate() : 결측값(NaN)을 특정방식으로 계산하여 채우는 메서드

 

data.interpolate(method='linear', anis=0, inplace=False') # 결측값을 선형으로 보간

 

선형보간은 두 점 사이의 값을 직선의 기울기를 기준으로 계산하여 중간 값을 채우는 방법

즉, 데이터를 직선으로 연결했다고 가정하고 결측값을 그 직선 위으 값으로 보완하는 것