Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 열혈c++
- matplotlib
- lmplot
- c++
- 혼공단
- Axis
- 혼공파
- violinplot
- 참조자
- 포인터
- seaborn
- df.t
- swarmplot
- 구조체
- plot
- bins
- 동적할당
- 한빛미디어
- stripplot
- class
- STR
- 클래스
- LOC
- value_counts
- 혼공학습단
- expand=true
- boxplot
- catplot
- histplot
- const
Archives
- Today
- Total
yEverything
데이터 클리닝-완결성 본문
import pandas as pd
df = pd.read_csv('attendance.csv', index_col=0)
df
attendance.csv파일 읽기
이런 데이터들이 들어있다.
df.isnull()
null인지 불린값으로 알려준다.
데이터들이 적을 땐 괜찮지만, 많으면 찾아내기 쉽지 않다.
df.isnull().sum()
sum을 사용해서 총 몇 개인지를 좀 더 쉽게 보자.
배구에 3개의 null값이 있는 것을 확인했다.
df.dropna()
dropna를 하면 NaN인 값들을 알아서 drop해준다.
없어진 것을 확인할 수 있지만, 다시 df를 출력해보면
안 없어지고 있는 것을 확인할 수 있다. 원본 데이터에 영향을 줄려면
df.dropna(inplace=True)
df
inplace=True를 잊지 말자.
원본에도 잘 없어진 것을 확인.
df = pd.read_csv('attendance.csv', index_col=0)
df
다시 원래 초기의 상태로 되돌려놓기
df.dropna(axis='columns')
columns을 축으로 해서 NaN값이 있는 column을 drop한다.
배구에 NaN이 있었으므로 배구 컬럼이 drop된 것을 확인할 수 있다.
df.fillna(0)
fillna메서드를 사용해서 NaN인 값들을 0으로 채우기.
0으로 잘 채워져 있다.
df.fillna(df.mean())
평균값으로 채우기도 한다.
df.fillna(df.median())
중간값으로 채우기도 한다.
df.fillna(df.median(), inplace=True)
df
inplace=True를 해줘야 원본에도 영향이 간다.
'Data_analysis > Google_colaboratory' 카테고리의 다른 글
데이터 클리닝-정확성 (1) | 2024.05.03 |
---|---|
데이터 클리닝-유일성 (0) | 2024.05.03 |
데이터 합치기 (0) | 2024.05.03 |
카테고리로 분류 (0) | 2024.05.03 |
문자열 필터링 (0) | 2024.05.03 |