2017. 10. 6. 02:48
Python/01_Pandas
Missing Data
numpy와 pandas를 쓸때, NaN이 나오는 경우가 엄청많이 생긴다. 엑셀에서 값을 만들때 NaN들이 생기거나 Infinite 값들, 혹은 누락된 값이 생기는데 이러한 값들을 예외 처리하는 것은 정말 중요하다. 기본기라고 생각한다. 그러한 바에서 Missing Data를 관리하는 스킬을 필히 갖추도록 하자.
아래와 같이 Sample Data를 만들어보자.
Dropna 함수의 활용
굉장히 일목요연하다. dropna함수는 column내에 NaN값이 있으면 해당 내용은 필요없다 간주하고 삭제해버린다.
따라서 7번줄과 같은 경우 1행, 2행을 모두 삭제해버리는 것이다.
한편 dropna(axis=1)과 같은 경우 반대다. 열을 삭제해버린다.
dropna(thresh=2)라면 thresh는 threshold(임계값)을 설정할 수 있는데, NaN이 2개 이상 있는 것에 대해서만 삭제해버린다는 의미이다.
fillna()함수
fillna함수도 굉장히 유용한다 NaN을 특정 값으로 대체하는 기능을 한다. 특정 텍스트라던지, 평균값이라던지... 굉장히 유효한 함수니까 필히 암기하자.
'Python > 01_Pandas' 카테고리의 다른 글
| 5. Input & Output (파일 읽고 쓰기) (0) | 2017.10.06 |
|---|---|
| 4. Join, Merge, Concatenating (0) | 2017.10.06 |
| 3. Groupby 기능 (0) | 2017.10.06 |
| 1. Data Frame 사용방법 (0) | 2017.10.06 |
