데이터 클리닝-완결성

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.