values & NA

1. df.astype()

---

df.astype(int, float, str, ...)

데이터 타입을 변경해주는 데 사용

df.info()에서 보여주는 데이터 타입 별로 설명:

• object : 텍스트 또는 혼합된 데이터 타입. 주로 문자열 데이터에 사용됨
• int64 : 정수형 데이터
• float64 : 부동소수점 숫자
• bool : 부울 값(True 또는 False). 참/거짓 값을 나타냄
• datetime64 : 날짜 및 시간 데이터. 날짜와 시간 정보 처리에 사용됨
• category : 범주형 데이터. 제한된 수의 고유값들을 가지며 순서가 없는 그룹 또는 분류를 나타냄

import pandas as pd
data = {'A' : ['1', '2', '3'],
			'B' : ['4.5', '5.6', '6.7'],
          'C' : ['True', 'False', 'True']}
df = pd.DataFrame(data)
df.info()

# 숫자들이 ' ' 따옴표 사용으로 문자로 인식함

# astype으로 데이터 타입 변경해주기
df['A'] = df['A'].astype(int)
df['B'] = df['B'].astype(float)
df['C'] = dt['C'].astype(bool)

2. NA

---

• na :누락된 데이터를 나타내는 일반적인 용어

  NaN : 부동 소수점 데이터셋에서 누락된 값
  None : 객체 타입 (예:문자열) 데이터셋에서 '값이 없음'을 나타내는 값

# 예제 데이터 생성
import pandas as pd
import numpy as np

data = {'숫자열' : [1,2, None, 4, None],
		'문자열' : ['사과', None, '바나나', '체리', '']}
df = pd.DataFrame(data)
df

df.isna()
# 문자열 컬럼의 빈 스트링은 값이 있는 것으로 간주함

3. dropna()

---

dropna(subset=['col_1', 'col_2', ...], how='any/all')

• 누락된 데이터를 포함하는 행이 제거
• how 매개변수 :

  how='any' 하나라도 None이 있는 행 제거 (기본값)
  how='all' 모든 값이 None인 행만 제거

df.dropna() #하나라도 빈값이 있다면 그 행은 drop

df.dropna(how='all')

df.dropna(subset = ['A', 'B'], how='any')

4. fillna()

---

df.fillna(
	{'col_1' : value1,
    'col_2' : value2}
    , inplace =True )

# 값을 채워주기
# 변수를 넣기
df.fillna( {
	'A' : df.A.mean(),
    'B' : df.B.sum(),
    'C' : df.C.max() })

5. Exercise

---

데이터셋에는 'Name', 'Age', 'Salary'열이 있고, 각각의 열에는 누락된 값이 포함되어 있다.
1. Name열에서 누락된 값을 'Unknown'으로 채워라
2. Age 열에서 누락된 값을 'Age'열의 평균값으로 채워라
3. Salary열의 누락된 값을 포함하는 행 전체를 제거하라
4. 모든 열에서 누락된 값을 포함하는 행을 제거하고, 결과를 새로운 데이터 프레임으로 저장하라.

# 1,2,3
df.fillna({
		'Name' :'Unknown',
       'Age' : 'df.Age.mean()
       }, inplace=True
       
df.dropna(subset= 'Salary', inplace=True)

df_drop = df.dropna(how='any')
df_drop