[28일차]DataFrame활용 - 결측치 필터와 처리(isin, isnull, isna, notnull)

이번에는 결측치를 이용해서 마스크를 만들어보자.

실습 환경 구축

# 참조
import pandas as pd

# 데이터프레임 생성
cols = ['name', 'survived', 'pclass', 'fare', 'sex', 'age']
titanic = pd.read_excel('titanic3.xls', usecols=cols, index_col='name')
titanic

---

**상류층 | 중산층 모두 찾을 조건문(마스크)를 만들 때**

• 기존에 배운 방식으로 한다면

plcass_1_mask = titanic['pclass'] == 1
plcass_2_mask = titanic['pclass'] == 2

titanic[plcass_1_mask | plcass_2_mask]

**.isin()으로 동일코드를 구현해보면

• **Series.isin(values)**
  • 파이썬의 in과 비슷한 개념
    • • 1 in [1, 2] 2 in [1, 2] 모두 True가 나옴
  • .isin 메소드를 사용하여 각 요소가 특정 값들에 속하는지 여부를 확인할 수 있다.
  • Series의 각 요소가 주어진 값(values)에 포함되는지 여부를 나타내는 불리언 Series를 반환
  • values는 집합(set)이나 리스트 형태의 값들로 이루어진 시퀀스
  • values에 단일 문자열을 전달할 경우 TypeError가 발생
    • 단일 문자열을 하나의 요소로 갖는 리스트로 변환해야함.

코드

titanic['pclass'].isin([1,2])

pclass 컬럼 중 1또는 2를 구한다.

---

.****isnull()****

• null요소가 있는지 확인하는 메서드
• NA를 발견하면 True로 반환한다.

titanic에서 Null 데이터를 확인해 보자.

• age열 isnull()

# age열 isnull()
titanic['age'].isnull()

sum() 메서드를 이용해 age에 결측값이 몇개인지 확인해볼 수 있다.

---

**.notnull()**

• • isnull과 반대로 NA가 아닌 걸 발견하면 True로 반환

• age열에서 결측치가 아닌것

titanic['age'].notnull()

---

마무리 : isnull(), notnull()을 이용한 마스크 생성.

나이가 식별되지 않은 사람과 식별된 사람을 찾아보자.

결측치가 있으면 식별이 안된것이니 마스크로 만들어줌.

unknown_age_mask = titanic['age'].isna()
known_age_mask = titanic['age'].notnull()

식별되지 않은사람

# 나이가 식별되지 않은 사람 확인
titanic[unknown_age_mask]

식별된 사람

# 나이가 식별된 사람 확인
titanic[known_age_mask]