사이킷런 더 알아보기

df.isna()                      True, False  구분 

 

df.isna().sum()            True 결측치 확인 

 

import missingno as msno  

msno.bar(df)  각 컬럼별로 결측치가 얼마나 있는지,  

 

df.dropna(axis=0) 결측치가 있는 행이 제거됨. 

df.dropna(axis=1) 결측치가 있는 열이 제거됨 

 

df.dropna( axis=0, how='any') # 해당 행이나 열에 결측치가 하나라도 있다면 제거. (default)  

df.dropna( axis=0, how='all') # 해당 행이나 열의 '모든 값' 이 결측치라면 제거  

df.dropna( axis=1, thresh=800) # 결측치가 아닌 값이 thresh 보다 적게 있을 때 제거. how 와 함께 사용 불가 

 

df.dropna(axis=0, subset = ['age'])   #고려해야 할 다른 축의 레이블  (ex. 행을 삭제하는 경우엔 열 지정.) 

 

df.dropna(axis=0, ignore_index=True) #True 로 지정할 경우 결측치가 제거된 DataFrame 의 index 가 reset 됨 

 

df.dropna(axis=0, ignore_index=True, inplace=True)    #True로 지정할 경우 해당 DataFrame 의 값이 변경됨 

 

df.fillna(0) 

 

결측치를 해당 변수의 평균(mean), 중앙값(median), 최빈값 (mode) 또는 다른 일반적인 값으로 대체 

 

적용사례 

- 평균 : 연속형 변수에 자주 사용되며, 데이터가 정규 분포를 따른다고 가정할 때 적합..

- 중앙값 : 이상치의 영향을 덜 받기 때문에, 이상치가 있는 연속형 변수에 적합. 

- 최빈값 : 범주형 변수에 주로 사용