(Python) 누락 값 처리

요약

---

1. 누락 값 정의

Python내 누락 값 정의

• NA, None, NaN, Null
• 데이터 유형별 누락 값 정의 다름

• 문자열은 None, 수치형은 NaN으로 이해하면 편함
  • 단, 정수형의 경우 누락값 저장 불가능
• NaN 값을 따로 가지지 않기 때문에 np.nan으로 표기

환경/라이브러리	자료형	누락값	비고
Python	모든 타입	None	일반적인 null 표현
NumPy	float	np.nan	수치형
Pandas	object	None, np.nan	문자열 및 객체형에서는 None도 누락값으로 간주
	float64	np.nan	수치형인 경우 NaN 기본 누락
	int64	불가능	정수형의 경우 누락값 저장 불가로 (pd.Int64Dtype())
	boolean	pd.NA	누락값 전용 타입
	datetime64	NaT	시계열 누락값
	category	np.nan 또는 None	범주형도 누락값 가능

---

2. 누락 값 확인

isna() 메서드 활용

• 데이터프레임 내 각 열별 누락된 행의 존재 여부를 boolean 배열로 반환
• 반대로 notna() 활용 가능

# 1. 누락 값 개수 확인
df.isna().sum()
# 2. 누락이 아닌 값 개수 확인
df.notna().sum()

---

3. 누락 값 처리

인덱싱, 교체, 채우기 기능 활용

• loc, replace, fillna

1. loc: 특정 열 기준 누락된 행 가져오기
2. fillna: 모든 값 또는 특정 열 기준 누락된 값을 다른 값으로 바꿈

# 1. loc
df.loc[df['column1'].isna(), :]
# 2. replace
## 1) 데이터프레임 내 모든 누락값을 공백으로 변환
df.fillna('', inplace = True)
## 2) 특정 열에 누락되니 값만 '없음'이라는 문자열로 변환
df.fillna({'column1': '없음'}, inplace = True)

---

참고사이트