데이터프레임에서 결측치(missing values)는 존재하지 않는 데이터나 비어 있는 데이터를 의미하며, 이러한 결측치를 처리하는 방법에 대해 알아보겠습니다.

결측치 확인

먼저, 데이터프레임에서 결측치를 확인하기 위해 isnull() 메서드를 사용할 수 있습니다. 이 메서드는 데이터프레임의 각 요소가 결측치인지를 불리언(Boolean) 형태로 반환합니다.

import pandas as pd

# 데이터프레임 생성
data = {'A': [1, 2, None, 4], 'B': [5, None, 7, 8]}
df = pd.DataFrame(data)

# 결측치 확인
print(df.isnull())

결측치 처리

결측치를 처리하는 방법으로는 제거, 대체, 보간 등의 방법이 있습니다.

결측치 제거

dropna() 메서드를 사용하여 결측치가 있는 행이나 열을 제거할 수 있습니다.

# 결측치가 있는 행 제거
df.dropna(axis=0, inplace=True)
# 결측치가 있는 열 제거
df.dropna(axis=1, inplace=True)

결측치 대체

fillna() 메서드를 사용하여 결측치를 다른 값으로 대체할 수 있습니다.

# 결측치를 0으로 대체
df.fillna(0, inplace=True)

보간

interpolate() 메서드를 사용하여 결측치를 인접한 값들을 이용해 선형적으로 보간할 수 있습니다.

# 선형 보간을 사용하여 결측치 보간
df.interpolate(inplace=True)

결측치 처리는 데이터의 특성과 분석 목적에 따라 적절한 방법을 선택해야 합니다. 보다 자세한 내용은 판다스 공식 문서를 참조하시기 바랍니다.