결측치(Missing Value)는 말 그대로 데이터에 값이 없는 것을 뜻합니다. 줄여서 'NA'라고 표현하기도 하고, 다른 언어에서는 Null 이란 표현을 많이 씁니다.

Pandas 에서는 결측치를 NaN 값으로 표현합니다.

Pandas에서 isnull() 메서드를 사용하면 DataFrame에서 NaN 값을 확인 할 수 있습니다.

isnull() 메소드는 Dataframe에서 데이터가 NaN 값이면 True로, 그렇지 않으면 False로 값을 리턴합니다.

import pandas as pd
import numpy as np

df = pd.DataFrame({
        'name': ['kwon', 'park', 'kim'],
        'age':[30, np.nan, 19],
        'class':[np.nan, np.nan, 1]
})

df.isnull()

그리고 isnull() 메서드 뒤에 sum() 메서드를 추가 해주면 데이터 프레임의 각 열 별 결측치의 수를 확인 할 수 있습니다.

import pandas as pd
import numpy as np

df = pd.DataFrame({
        'name': ['kwon', 'park', 'kim'],
        'age':[30, np.nan, 19],
        'class':[np.nan, np.nan, 1]

df.isnull().sum()

[Colab 실습 링크]

완료하신 분은 댓글에 done 이나 ✅ 이모지를 남겨주세요. 😉

Colaboratory 를 처음 접한 분은 👉 Colab 이란?

⬅️ Lv1 | EDA | 4/5 | 데이터 확인하기(head())

Lv1 | 전처리 | 1/2 | 데이터결측치확인하기(info()) ➡️

↩️ 오늘의 파이썬 리스트

👨‍💻데이스쿨 AI프로젝트👩🏻‍💻

#데이콘 #데이콘_101 #파이썬 #머신러닝 #딥러닝 #인공지능 #앙상블 #의사결정나무 #코랩 #데이터 #데이터분석 #판다스 #넘파이 #데이터사이언티스트 #AI #Python # Pandas #Numpy #lightgbm #read_csv #DACON #kaggle #sckit-learn